דף פריט
29-08-2018

מה המשמעות של אוריינות נתונים של מורה: כישורים, ידע ודיספוזיציות

Mandinach, E. B & Gummer, E. S. (2016). What does it mean for teachers to be data literate: Laying out the skills, knowledge, and dispositions, Teaching and Teacher Education, 60, 366-376.

המאמר סוכם מאנגלית ושוכתב לעברית בידי ד"ר פנינה כץ ממכון מופ"ת

הכותבים מציעים במאמר מסגרת מושגית להגדרה ודרכים מעשיות לפיתוח הכישור של אוריינות נתונים בקרב מורים, שהוא בעיקרו יכולת לשנות מידע לכלל ידע הוראתי בר-הפעלה. מדובר במגוון רחב (לא רק מעקב אחר תלמידים בכיתה) של פרטים המוצגים בדרכים ומזוויות שונות שעשויים להרחיב את הבנות המורים ולהנחות את החלטותיהם הפדגוגיות. למשל, גישת הסטנדרטים, ידע תחום דעת ודרכי הוראה, ידע קוריקולרי, ידע תוכן פדגוגי והבנה של תהליכי למידה, נתונים דמוגרפיים על אוכלוסיות שונות, נתונים על שינויים חברתיים או תרבותיים והשפעתם על גישות הוראתיות וחינוכיות.

העבודה מעוגנת בשלוש הנחות בסיסיות של הכותבים: א) התבססות על מחקר – אנשי הכשרת מורים, אנשי חינוך וקובעי מדיניות בעולם מדגישים את הצורך בכך שעשיה חינוכית תהייה מעוגנת בעדויות מחקריות (evidence-based), ואין שאלה באשר לכך שמורים צריכים להיות מצוידים בנתונים כחלק מעשייתם המקצועית; ב) אוריינות של הערכה ואוריינות נתונים – יש קשר בין שני כישורים אלה, והדבר משפיע על שימוש ופיתוח אוריינות נתונים בחינוך. אנשים חושבים שנתונים מתייחסים רק לנתוני הערכות, אך הדבר רחוק מלהיות נכון (Mandinach, et al., 2014). אוריינות הערכה היא חלק מאוריינות נתונים כוללת; ג) הכשרה לאוריינות נתונים – זהו כישור שיש לפתח בקרב מורים במונחים של מודעות, הבנה ומעשה. הישענות על התפתחות מקצועית לקידום כישור זה אינה מספיקה (Mandinach, & Gummer, 2016), וראוי לשלבו כבר בקורסי היסוד בתוכניות הכשרה. להלן פירוט ההנחות:

א. שימוש בנתונים במדיניות ובמחקר

(1) מדיניות: היכולת לקבל החלטות על בסיס איסוף נתונים הולכת ונתפסת כבעלת חשיבות במדינות רבות (Schildkamp & Lai, 2013, Schildkamp et al., 2013). גם קובעי מדיניות מדגישים בבירור את החשיבות של שימוש בנתונים ומציגים את הדרישות החיוניות לפיתוח יכולת זו. המפתח הוא בתרגום של המלצות מדיניות להוראה בפועל כדי להפוך שימוש בנתונים לפרקטיקה מקובלת במערכות החינוך. הדבר גם בא לידי ביטוי במסמכי סטנדרטים להערכת מורים שרובם כוללים, כחלק מעמידה בהם, יכולת זו (CCSSO, 2012, 2013, 2015*).

(2) מחקר: במובנים מסוימים קובעי מדיניות בהקשר המדובר מקדימים את החוקרים. חוקרים התמקדו בחשיבות התפתחות מקצועית איכותית ומבוססת כדי לאפשר אוריינות נתונים (Means et al., 2010) אך לא עסקו בתכניות הכשרה בהקשר זה. אף שהתפתחות מקצועית איכותית היא פעילות חשובה, יש גם צורך דחוף בתשתית מחקרית שתתמוך בהכנסת השימוש בנתונים לבתי ספר ולמחוזות (Marsh, 2012) כמו גם לתוכניות ההכשרה (Duncan, 2012).

ב. מסגרת מושגית לאוריינות נתונים

המסגרת פותחה על בסיס הגדרות של מומחים, ניתוח טקסטים וחומרים העוסקים בנושא ובחינת הנדרש במדינות שונות (בארה"ב) לקבלת רישוי הוראה. מהניתוחים עלה כי ראוי לשלב אוריינות נתונים בהיבטי הוראה חיוניים בעבודת מורים. בבניית המסגרת המושגית התייחסו הכותבים גם למסגרות רלוונטיות שפותחו ע"י חוקרים רבים נוספים (למשלLai & Schildkamp, 2013, Schildkamp & Poortman, 2015) ולהמשגת שבעה סוגי ידע המורים של שולמן (Shulman, 1986, 1987). ייחודיותה של המסגרת המוצעת הוא בהצגה המפורשת של הכישורים, הידע והמרכיבים של אוריינות נתונים, ויצירת מעגל חקר מורכב המבוסס על כל המקורות הנ"ל. בצד סוגי הידע, המסגרת כוללת שורת מרכיבים הבונים יחד את היכולת של אוריינות נתונים:

(1) זיהוי בעיות והצגת שאלות – על מורים לתאר בעיה מעשית המתייחסת להיבטי הוראה ותקשורת שונים, לעגן אותה בהקשרים הרלוונטיים ולהפוך אותה לקונקרטית כך שיוכלו להגיע לפתרון; להבין את ההקשר ברמת בית הספר; לערב משתתפים אחרים בתהליך; להבין את ההיבט של שמירה על פרטיות הלומדים.

(2) שימוש בנתונים – זהו המרכיב הרחב ביותר המתייחס לידע ולכישורים המרכזיים והבסיסיים הקשורים ישירות לשימוש בנתונים. מפתחי המסגרת המושגית נאבקו על ניסוח מדויק המתאר את ריבוי הכישורים הנדרשים. להלן דוגמאות אחדות: זיהוי מקורות אפשריים לנתונים על בסיס הערכה מהם הנתונים הנכונים לניתוח ולפתרון בעיה מסוימת; פיתוח תוכנית הערכה מבוססת על נתונים ויישומה; שימוש במגוון מקורות נתונים והימנעות משימוש במקור אחד; שימוש בטכנולוגיות לתמיכה בשימוש בנתונים ועוד.

(3) טרנספורמציה של הנתונים לכלל מידע – הכוונה למידע שעליו ניתן לקבל החלטה ולבסס פעולות. כישורים/צעדים הנדרשים מהמורה: לשקול את הנסיבות וההשפעות האפשריות על תוצרי הלמידה, לבחון התאמות/קשרים היפותטיים להוראה המתוכננת, לצפות מראש התאמה בין צעדים הוראתיים מתוכננים לבין למידת התלמידים והתקדמותם, לבחון הנחות בשלב מוקדם של איסוף הנתונים כדי שניתן יהיה להחליט על נתיב עשייה נכון, להבין כיצד לפרש נתונים ומשמעויותיהם, להשתמש בנתונים סטטיסטיים ועוד.

(4) תרגום המידע להחלטות – הצעדים ההוראתיים שצריך לנקוט בהם בהתבסס על מעגל החקר המדובר: קביעת צעדים הוראתיים מידיים והמשכיים, מעקב, אבחון צרכי תלמידים, התאמות הוראתיות, הבנת הֶקשר ההחלטה במונחי תוכן, תכ"ל, היקפים ורצפים ומידע כיתתי הקשרי נוסף.

(5) הערכת תוצאות/תוצרים – על המורים להעריך את השפעת החלטותיהם הפדגוגיות וההוראתיות: לחזור ולבחון את השאלה המקורית שהציבו, להשוות בין ביצועים לפני ואחרי ההחלטה, לעקוב אחר שינויים בהוראה בכיתה ובלמידה, לקיים מעגל חוזר נוסף של איסוף נתונים ושימוש בהם.

(6) דיספוזיציות ואמונות סביב שימוש בנתונים – הכותבים מציגים קטגוריה נוספת של מרכיבים (מחוץ למסגרת המושגית הנ"ל) המשפיעים על שימוש אפקטיבי בנתונים ע"י מורים. היבטים אלה נתפסים כאמונות או הרגלי חשיבה של הוראה טובה העשויים להשפיע על היכולת להשתמש בנתונים ועל פעולות מורים בהקשר זה. למשל, שכל התלמידים יכולים ללמוד, ששימוש בנתונים מרכזי וקריטי להוראה, ששיפור בחינוך דורש מעגל חקר מתמיד, שצריך לשמור על היבטים אתיים באיסוף נתונים, ששיתוף פעולה אנכי ואופקי חשובים לצורך שיתוף ולמידה הדדית, שכישורי תקשורת עם מגוון קהלים חשובים אף הם.

ג. השתמעויות: זווית ראיה שיטתית על שינוי

פרק זה כולל שאלות וצעדים עתידיים שניתן לגזור מהמסגרת שהוצגה:

(1) עיתוי – לדעת הכותבים יש לעסוק בפיתוח אוריינות נתונים כבר במסגרת ההכשרה, לצייד את המתכשרים במערכות של ידע וכישורים לכך, ולשכלל ולשפר זאת בתהליכי התפתחות מקצועית. בשנות ההכשרה הראשונית עשויה להתקיים מכוונות/פתיחות רבה יותר של המתכשרים לפיתוח כישור זה ולהבנת חשיבותו, ומכאן התפקיד הייחודי של תכניות הכשרת מורים ובתי ספר לחינוך בהקשר זה.

(2) שילוב הנושא בהכשרה – הכותבים ממליצים על גישה אינטגרטיבית להכשרה לאוריינות נתונים, שעיקרו שילוב אוריינות נתונים בקורסים שונים ובהם, למשל, קורסי מבוא בפילוסופיה חינוכית, בפסיכולוגיה חינוכית ועוד. יש מערכות עשירות של נתונים (דמוגרפיים, התנהגותיים, של נוכחות) היכולים להשפיע על עבודת המורה וחשוב שילמד את הדרכים שבהן ניתן להשתמש בהם לטובת שיפור ההוראה והלמידה.

ידע של הֶקשר חינוכי הוא סוג ידע מרכזי לעבודת המורה, וכדאי לכלול אותו כבר בקורסי בסיס בתוכניות ההכשרה. ניתן לשלב נתונים ברמת בית ספר ומחוז בקורסים כדי לסייע למתכשרים עם מה שיפגשו במסגרות ההתנסויות בבתי הספר. קורסים כאלה עשויים לספק הזדמנויות למתכשרים לצלול לתוך אתרי נתונים כמו מאגר תעודות בבית ספר מסוים כדי לאפיין את המסגרת החינוכית שמסביבם, או למאגר נתונים ארצי העומד לרשותם דווקא כדי להבין את מערכת החינוך המקומית שלהם.

ידע של מטרות חינוכיות, יעדים וערכים אף הוא חשוב להבנה מנין צמחו מוקדים והדגשים במערכות החינוכיות. למשל, המיקוד בסטנדרטים חינוכיים ובמבחנים – זהו ידע הכולל נתונים (היגדים/הסברים) של מה שתלמידים זקוקים לדעת ולעשות כדי לעמוד בסטנדרטים נדרשים, של מה שעל מורים לדעת כדי להשתמש בהם ולהחליט אם וכיצד תלמידיהם משיגים מטרות ויעדים אלה.

(3) גישה שיטתית – שינוי בהכשרת מורים לאוריינות נתונים דורש גישה שיטתית (Mandinach & Gummer, 2013b, 2016). הכותבים מונים את "השחקנים" המרכזיים במערכת בארה"ב שצריכים לנקוט בצעדים כדי להשיג זאת ובהם: משרד החינוך, סוכנויות חינוך מדינתיות ונותני רישויי הוראה, מחוזות, ארגונים האחראים על בחינות ועוד. הם מזמינים אנשי חינוך ממדינות אחרות, שבהן מערכות שונות, להשוות ולבנות הבנה טובה יותר של גורמים מקדמים ו/או מעכבים לשיפור אוריינות נתונים בקרב מורים.

(4) צעדים נוספים – מעבר לדגם שהוצג רואים הכותבים חשיבות בפיתוח דגמים נוספים ומרכיבים אחרים. למשל הוספת הטיפול בהיבט של אבטחת נתונים ההולך והופך להיות נושא מרכזי בקבלת החלטות מבוססת נתונים, שיש לו חשיבות ניכרת בתחומי החינוך (Mandinach et al., 2015), כמו גם התייחסות לכישורים חדשים שעשויים להידרש למורים לאורך זמן.

מחקר עשוי ליידע את השדה לגבי דרכים טובות לטיפול בצרכים שונים של מורים ומתכשרים שונים במהלך התפתחות הנתיבה המקצועית שלהם: כיצד ניתן ללמד אוריינות נתונים בתהליך ההכשרה הפדגוגית בדגשים שונים מאלה המתבטאים במה שמורים עושים היום? במה שונה אוריינות נתונים בהתייחס למורים, למנהלים ולאחרים? ברצף של תכנון הכשרה לאוריינות נתונים מה בין מורים מומחים, לבין מורים מתחילים? מה רמת אוריינות הנתונים המינימלית הדרושה למורה? ועוד. ראוי גם לחשוב על הכשרת אנשי סגל בהכשרה ובהתפתחות מקצועית שיוכלו לתכנן ולשלב פיתוח כישור חשוב זה במהלך ההתפתחות המקצועית של מתכשרים ומורים.

Council of Chief State School Officers*

ביבליוגרפיה

Common Core State Standards Initiative, (2015). Common core state standards for mathematics, Retrieved from http://www.corestandards.org/Math.

CCSSO, (2012). Our responsibility, our promise: Transforming educator preparation and entry into the profession, Author, Washington, DC. Retrieved from http://www.ccsso.org/Documents/2012/Our%20Responsibility%20Our%20Promise_2012.pdf

CCSSO, (2013). Interstate Teacher Assessment and Support Consortium, InTASC model core teaching standards and learning progressions for teachers 1.0.

 Duncan, A. (2012, January 18). Leading education into the information age: Improving student outcomes with data. In Roundtable discussion at the data quality Campaign national data summit, Washington, DC.

Gummer, E. S., & Mandinach, E. B (2015). Building a conceptual framework for data literacy Teachers College Record, 117 (4).  

Mandinach, E.B., Friedman, J. M. & Gummer, E.S. (2015). How can schools of education help to build educators' capacity to use data: A systemic view of the issue, Teachers College Record, 117 (4).

Mandinach, E. B., & Gummer, E. S. (2013). A systemic view of implementing data literacy into educator preparation, Educational Researcher, 42 (1) (2013), pp. 30–37.

 Mandinach, E. B., & Gummer, E. S., (2016). Data literacy for teachers: Making it count in teacher preparation and practice, Teachers College Press, New York, NY.

Marsh, J.A. (2012). Interventions promoting educators' use of data: Research insights and gaps, Teachers College Record, 114 (11) (2012), pp. 1–48.

Means., B., Padilla, C.M & Gallagher, (2010). Use of education data at the local level: From accountability to instructional improvement, Washington, DC: U.S. Department of Education, Office of Planning, Evaluation, and Policy Development.

Schildkamp, K., Lai, M.K. & Earl, L. (Eds.) (2013). Data-based decision making in education: Challenges and opportunities, Springer, Dordrecht, the Netherlands, 9–21.

Shulman, L.S. (1986). Those who understand: Knowledge growth in teaching, Educational Researcher, 15(2), pp. 4–14. 

Shulman, L. S. (1987). Knowledge and teaching: Foundations of the new reform, Harvard Educational Review, 57(1), pp. 1–22.

מה דעתך?

Common Core State Standards Initiative, (2015). Common core state standards for mathematics, Retrieved from http://www.corestandards.org/Math.
CCSSO, (2012). Our responsibility, our promise: Transforming educator preparation and entry into the profession, Author, Washington, DC. Retrieved from http://www.ccsso.org/Documents/2012/Our%20Responsibility%20Our%20Promise_2012.pdf
CCSSO, (2013). Interstate Teacher Assessment and Support Consortium, InTASC model core teaching standards and learning progressions for teachers 1.0.
 Duncan, A. (2012, January 18). Leading education into the information age: Improving student outcomes with data. In Roundtable discussion at the data quality Campaign national data summit, Washington, DC.
Gummer, E. S., & Mandinach, E. B (2015). Building a conceptual framework for data literacy Teachers College Record, 117 (4).  
Mandinach, E.B., Friedman, J. M. & Gummer, E.S. (2015). How can schools of education help to build educators’ capacity to use data: A systemic view of the issue, Teachers College Record, 117 (4).
Mandinach, E. B., & Gummer, E. S. (2013). A systemic view of implementing data literacy into educator preparation, Educational Researcher, 42 (1) (2013), pp. 30–37.
 Mandinach, E. B., & Gummer, E. S., (2016). Data literacy for teachers: Making it count in teacher preparation and practice, Teachers College Press, New York, NY.
Marsh, J.A. (2012). Interventions promoting educators’ use of data: Research insights and gaps, Teachers College Record, 114 (11) (2012), pp. 1–48.
Means., B., Padilla, C.M & Gallagher, (2010). Use of education data at the local level: From accountability to instructional improvement, Washington, DC: U.S. Department of Education, Office of Planning, Evaluation, and Policy Development.
Schildkamp, K., Lai, M.K. & Earl, L. (Eds.) (2013). Data-based decision making in education: Challenges and opportunities, Springer, Dordrecht, the Netherlands, 9–21.
Shulman, L.S. (1986). Those who understand: Knowledge growth in teaching, Educational Researcher, 15(2), pp. 4–14. 
Shulman, L. S. (1987). Knowledge and teaching: Foundations of the new reform, Harvard Educational Review, 57(1), pp. 1–22.

    עדיין אין תגובות לפריט זה
    מה דעתך?