6 januari 2020
Navigatie
Digitale geletterdheid is het geheel van ICT-basisvaardigheden, mediawijsheid, informatievaardigheden en computational thinking. Op deze pagina wordt computational thinking verder toegelicht.
Computational thinking is het procesmatig (her)formuleren van problemen op een zodanige manier dat het mogelijk wordt om met computertechnologie het probleem op te lossen. Het gaat daarbij om een verzameling van denkprocessen waarbij probleemformulering, gegevensorganisatie, -analyse en -representatie worden gebruikt voor het oplossen van problemen met behulp van ICT-technieken en -gereedschappen.
Veel van de huidige maatschappelijke en wetenschappelijke vraagstukken zijn dermate complex dat zij niet zonder de hulp van computertechnologie opgelost kunnen worden. Bij deze vraagstukken is de rekenkracht van de computer nodig om tot een oplossing te komen.
Computational thinking richt zich op de vaardigheden die essentieel zijn om problemen op te lossen waarbij veel informatie, variabelen en rekenkracht nodig zijn. Het is daarbij belangrijk om te begrijpen hoe informatie tot stand komt zodat je computersystemen kan benutten voor probleemoplossen, voor het denken in stappen en daarmee in voorwaardelijkheden voor volgorde van de benodigde gegevens. Computertechnologie gebruiken bij het zoeken naar oplossingen betekent inzicht krijgen in algoritmes (een reeks instructies om vanaf een beginpunt een bepaald doel te bereiken) en procedures (een verzameling activiteiten die in een bepaalde volgorde moet worden uitgevoerd).
The International Society for Technology in Education (ISTE) heeft in samenwerking met The Computer Science Teachers Association (CSTA) negen onderwerpen van computational thinking uitgewerkt, met het doel om problemen op een zodanige manier te formuleren dat het mogelijk wordt om een computer of ander gereedschap te gebruiken om het probleem op te lossen:
Gegevens verzamelen: verzamelen van relevante informatie via verschillende bronnen zoals artikelen, interviews, enquêtes of literatuurstudie;
Gegevens analyseren: logisch ordenen en analyseren van gegevens, begrijpen van gegevens, vinden van patronen, trekken van conclusies, het evalueren van grafieken of het toepassen van relevante statistische methodes;
Gegevens visualiseren: weergeven van gegevens door middel van bijvoorbeeld modellen van de werkelijkheid, of door grafieken, tabellen, woorden en plaatjes en het selecteren van de effectiefste representatie;
Probleem decompositie: opdelen van een taak in kleinere, overzichtelijke taken, zoals bijvoorbeeld het opdelen van een lange lijst met opdrachten in subcategorieën van typen opdrachten en het plannen van een project door middel van deelprojecten;
Abstractie: reduceren van de complexiteit van een probleem om te komen tot de kern van het probleem;
Algoritmes en procedures: gebruiken van een serie geordende stappen om een probleem op te lossen of een bepaald doel te bereiken;
Automatisering: door een computer laten uitvoeren van zichzelf herhalende of eentonige taken totdat een oplossing is bereikt;
Simulatie en modellering: weergeven van een model of een proces, of het uitvoeren van een experiment op basis van dat model of proces;
Parellellisatie: zorgen voor gelijktijdige uitvoering van taken om een gezamenlijk doel te bereiken.
Computational thinking vereist daarnaast ook een aantal aanvullende attitudes:
Om kunnen gaan met complexiteit en ambiguïteit;
Doorzettingsvermogen bij lastige en open problemen;
Communiceren en samenwerken met anderen om een gezamenlijk doel te bereiken.
Hieronder zijn de voorbeeld leerdoelen weergegeven voor de onderbouw van het voortgezet onderwijs. De leerdoelen voor basisonderwijs, onderbouw vo en tweede fase zijn te vinden in de leerlijnen digitale geletterdheid
Computational thinking
De leerling…
Problemen (her)fomuleren
Kan op een zodanige manier problemen formuleren dat het mogelijk wordt om het probleem op te lossen door gebruik van een computer of ander gereedschap
Kan mogelijke oplossingen analyseren om de meest kansrijke richting te bepalen
Gegevens verzamelen
Kan procesmatig relevante gegevens verzamelen
Kan systematisch gegevens verzamelen via artikelen, experimenten, interviews, enquêtes of literatuurstudie
Gegevens analyseren
Kan gegevens logisch ordenen en begrijpen
Kan patronen vinden en conclusies trekken
Kan grafieken evalueren en relevante statistische methodes toepassen
Gegevens visualiseren
Kan gegevens representeren door middel van modellen van de werkelijkheid
Kan informatie weergeven in relevante grafieken, tabellen, woorden en plaatjes
Kan uit een verzameling de meest effectieve representatie selecteren
Kan misleiding in grafische representaties onderkennen
Kan conclusies manipuleren door middel van het selecteren van een bepaalde vorm van representatie
Probleem decompositie
Kan een taak opdelen in kleinere taken
Kan een lange lijst met opdrachten opdelen in subcategorieën
Kan een aantal taken combineren tot één taak
Abstractie
Kan complexiteit reduceren en algemene concepten overbrengen
Kan twee verschillende concepten vergelijken en deze logisch verbinden
Kan op abstract niveau gegevens representeren door middel van bijvoorbeeld modellen en simulaties
Algoritmes en procedures
Kan door algoritmisch redeneren oplossingen genereren
Kan oplossingen automatiseren door middel van algoritmisch denken
Kan een computerprogramma schrijven in code
Kan een proces om problemen op te lossen generaliseren, zodat het ook bij andere problemen toegepast kan worden
Automatisering
Kan door het opstellen van een serie van geordende stappen een probleem oplossen of een bepaald doel bereiken
Kan effectieve en efficiënte stappen zetten en bronnen gebruiken om tot een uiteindelijke oplossing te komen
Kan mogelijke oplossingen identificeren, analyseren en implementeren met als doel de meest effectieve en efficiënte oplossing te vinden
Kan repetitieve taken laten uitvoeren door computers
Simulatie en modellering
Kan een proces representeren of een experiment uitvoeren op basis van modellen
Kan een routebeschrijving uitvoeren om te controleren of die klopt
Kan een routebeschrijving maken
Kan een probleemoplossing generaliseren en toepassen op andere problemen
Parallellisatie
Kan een planning maken en taken toewijzen aan teamleden tijdens een project
Kan middelen op een dergelijke wijze organiseren dat het mogelijk wordt om ze simultaan in te zetten om een gezamenlijk doel te bereiken
Kan taken gelijktijdig laten uitvoeren door computers