Erfaringer med studentaktive læringsformer i teknologirikt undervisningsrom

Transkript

1 Erfaringer med studentaktive læringsformer i teknologirikt undervisningsrom Tiina M. Komulainen 1, Christine Lindstrøm 2, Tengel Aas Sandtrø 3 1 HiOA/TKD/IU/Elektronikk og IT, Tiina.Komulainen@hioa.no 2 HiOA/LUI/GFU, Christine.Lindstrom@hioa.no 3 HiOA/Fellesadministrasjon Tengel.Sandtro@hioa.no ABSTRACT: Denne artikkelen beskrives bruk av flipped-classroom inspirerte, studentaktive læringsmetoder i teknologirikt undervisningsrom, ProLab, ved HiOA. Grundig pedagogisk design og teknisk støtte var viktig for vellykket implementering av aktive læringsmetoder i ProLab. Opplegg for mye gruppearbeid og studentpresentasjoner i klasserommet var vellykket, studentene var fornøyde med kurset og resultatet ble økt læringsutbytte. Til høsten 2015 må sterkere insentiver gis for å få studentene til å forberede seg til undervisningstimene. 1 INTRODUKSJON 1.1 Motivasjon og forskningsspørsmål Motivasjonen for vårt forskningsprosjekt var studentenes ønske om omvendt undervisning i lokaler som er bedre tilrettelagt for praktiske øvinger, samt internasjonale trender i realfagsundervisning (Fraser et al., 2014; Freeman et al., 2014). Forskningsspørsmålene våre var: 1. Hvordan bør man implementere flipped classroom-metoden i et matematisk ingeniørfag? 2. Øker studentaktive undervisningsmetoder i teknologirike undervisningslokaler læringsutbyttet? 3. Hvilke insentiver bør man bruke for å få studentene til å forberede seg til undervisningstimer? 4. Hvilke fordeler og utfordringer gir studentaktive undervisningsmetoder i teknologirikt grupperom? Forskningsprosjektet begynte i august 2013 med tradisjonell undervisning i tradisjonelle undervisningslokaler, mens vi tester studentaktive undervisningsmetoder høsten 2014 og høsten 2015 i et teknologirikt undervisningsrom. Prosjektet blir ferdig til mars 2016, de første resultatene er klare etter eksamen i desember Forskningsmetodene består av sammenligning med andre universiteter i form av diagnostiske pre- og posttester (Bristow et al., 2012), sammenligning med eksamensresultater mellom forskjellige kull og kurs, flere mini-tester ila semester, samt telling av oppmøte og studentenes kursevalueringer. 1.2 Kort kursbeskrivelse Kurset i dynamiske systemer (ELTS2300, 10 sp) undervises hvert høstsemester til cirka 60 automatiseringsstudenter i studieprogrammet Elektronikk og Informasjonsteknologi ved HiOA. Undervisning består av 2 timer teori og 4 timer øvinger per uke, samt 3 timer laboratorieøvinger annen hver uke. I tillegg skal studenten jobbe på egenhånd 4-7 timer per uke. Undervisningsressursene omfatter en lærer, to studentassistenter og en laboratorieingeniør. I dette ProLab-prosjektet ble pedagogisk veileder og teknisk støtte hentet inn. 1.3 Utforming av ProLab Design av ProLab var inspirert av SCALE-UP (Gaffney, Richards, Kustusch, Ding, & Beichner, 2008), Technology-Enhanced-Active-Learning, TEAL (Belcher, Dourmashkin, & Lister, 2014), og Active-Learning-Classroom, ALC (Walker, Brooks, & Baepler, 2011). Ombygging av et 110 m 2 stort rom til en ProLab var basert på Pedagogy-Space-Technology, PST, rammeverket beskrevet av Radcliffe, Wilson, Powell, and Tibbetts (2008). ProLab er et teknologirikt gruppebasert rom med plass til 64 studenter, som vist i Figur 1. Lokalet er utstyrt med 8 gruppebord, hver med 8 plasser og en småskjerm for gruppepresentasjoner, 5 store skjerm for plenumspresentasjoner, og en fast lærer-pc med Sympodium skjerm. Storskjermene kan styres av studentene og lærer via Crestron Airmedia software som kan lasted ned på PC og mobil.

2 Studentene tar med sine egne bærbare PCer og installerer nødvendige software selv (Airmedia, Matlab og Simulink). Figur 1: ProLab er utstyrt med 5 store skjermer (lerret) på veggene, 8 gruppebord med et små skjerm hver, og lærerbord med skrivbar Sympodium-skjerm. Det er plass til 64 studenter. 2 UNDERVISNINGSMETODER I PROLAB 2.1 Plan for pedagogikk i Prolab Læreren ønsket å teste en variant av flipped classroom-metoden (American Association of Physics Teachers, 2014), som tillater mye tid til gruppearbeid og studentpresentasjoner i klasserommet. Siden læreren (første forfatter) ikke hadde erfaring med aktive læringsmetoder eller teknologirike klasserom, ble pedagogisk veileder (andre forfatter) og teknisk spesialist (tredje forfatter) invitert inn i prosjektet. Pedagogikken var designet slik at studentene kunne jobbe mest mulig med utfordrende øvingsoppgaver i grupper og være aktive i klasserommet. Lærerens og studentassistentenes rolle var å tilrettelegge smidig gruppearbeid. Studentene skulle lese om ny teori og jobbe med enkle, teoretiske oppgaver hjemme, mens mer komplekse aspekter av teori, samt modellering og simulering skulle gjennomgås i klasserommet. Øvingsoppgavene skulle gjennomføres gruppevis med studentenes plenumspresentasjon av resultater etterpå. Kontinuerlig måling av faglig progresjon i løpet av semester ble planlagt i form av mini-tester. 2.2 Implementering av pedagogikk i Prolab Forskjellige studentaktive og gruppebaserte undervisningsformer ble anvendt hver uke. Studentene skulle forberede seg til undervisningsøkter ved å svare på Fronter-baserte forkunnskapstester, som krevde lesing av ny teori og enkle beregninger. Et typisk undervisningsøkt begynte med gjennomgang av spørsmålene studentene hadde om forkunnskapstesten på Fronter. Lærer introduserte ny teori med et eksempel og gav forskjellige oppgaver til hver gruppe. Studentene jobbet med oppgavene som ofte krevde analytisk problemløsning med penn og papir, samt modellering, simulering og illustrasjon av numeriske resultater i Matlab Simulink. Underveis delte studentene resultatene med gruppen sin via små skjerm, og lærer og studentassistentene hjalp til. Etter en gitt tidsfrist, valgte lærer en eller flere grupper å presentere resultatene til hele klassen via storskjermer. Lærer oppsummerte undervisningsøkten etter spørsmål og diskusjon.

3 Individuelle mini-tester på 20 min var arrangert annen hver uke. Etter testen vurderte studentene hverandres besvarelsene mot fasit presentert av lærer. Formålet med testen var å måle studentenes egen progresjon i faget. I tillegg skulle studentene annen hver uke levere inn en obligatorisk øving som inkluderte teori, modellering og simulering. 2.3 Erfaring med pedagogikk i Prolab Basert på pedagogisk design, måtte læreren reorganisere kursmaterialet som inkluderte forelesningsnotater og øvingsoppgaver med fasit. Helt nye flervalgsspørsmål for forkunnskapstestene, deling av forelesningsnotatene mellom materialet for selvstudie/forkunnskapstest og kompleks teori/modellering til gruppearbeid i klasserommet innebar mye ekstra arbeid. En del av tidligere kursmaterialet måtte kastes for å muliggjøre grundig gjennomgang av hovedtemaene i kurset. Bruk av studentaktive læringsmetoder i ProLab fungerte hovedsakelig som planlagt. I tillegg til studenter, var læreren og studentassistentene veldig aktive gjennom hver økt. Ved hjelp av pedagogisk veileder og teknisk støtte var lærer trygg i å undervise i nye omgivelser med nye metoder. Allikevel, to hovedproblemer oppsto: kun 42% av studentene jobbet med forkunnskapstestene og studentene hadde ikke tålmodighet å høre på flere enn én presentasjon per oppgave. Problemet med studentenes manglende forberedelse tvang læreren til å bruke mer tid på teorigjennomgang i klasserommet enn planlagt. Problemet med studentenes presentasjoner var løst ved at kun en eller to grupper, valgt av lærer, presenterte resultatene sine etter hver oppgave. En kort video om undervisning i Prolab (Sandtrø, 2014). 3 DATAINNSAMLING Følgende data dannet grunnlaget for analysene for kurset i dynamiske systemer høsten 2014: oppmøte notert av lærer, resultater fra Control Systems Concept Inventory diagnostisk pre- og posttest, karakterdistribusjon fra hver mini-test (ingen individuell data), og studente nes midtveis- og sluttevalueringer. Eksamensresultatene for første års kurset i fysikk og kjemi, og elektriske kretser, og for andre års kurset i dynamiske systemer var samlet inn for studentene som deltok dynamiske systemer kurset i 2013 (kull 2013) og 2014 (kull 2014). 4 RESULTATER 4.1 Eksamensresultater Effekten til ProLab-undervisning var evaluert ved å sammenligne eksamenskarakterer mellom årskull 2013 (tradisjonell undervisning) og årskull 2014 (ProLab i dynamiske systemer) for kursene i fysikk og kjemi (ELPE1100), elektriske kretser (ELPE1300) og dynamiske systemer (ELTS2300). Eksamensresultatene er gitt i Tabell 1. For å kunne sammenligne eksamensresultater mellom kurs og kull, eksamenskarakterene var kodet som følgende: 0=F, 1=E, 2=D, 3=C, 4=B, 5=A. Karakterdistribusjonene var sammenlignet i SPSS ved bruk av uavhengig Mann-Whitney U-test for hypotese: karakterdistribusjon mellom kullene er lik. I kurset fysikk og kjemi har kull 2013 et gjennomsnitt på 2.46 og kull 2014 noe svakere resultat på Karakterdistribusjon mellom kullene i fysikk og kjemi kurset er lik med signifikans på 0,232, dvs. det er liten forskjell mellom karakterdistribusjonene. I kurset elektriske kretser har kull 2013 et gjennomsnitt på 3,94, og kull 2014 mye svakere resultat på 3,35, karakterdistribusjon mellom kullene er samme med signifikans på 0,009, dvs. at nullhypotese stemmer ikke og karakterdistribusjonene er veldig forskjellige. I kurset dynamiske systemer har kull 2013 et gjennomsnitt på 2,64, og kull 2014 veldig lik gjennomsnitt på 2,63. Karakterdistribusjon mellom kullene er lik med signifikans på 0,943, dvs. at nullhypotese stemmer. Kull 2013 var sterkere enn kull 2014 basert på eksamensresultatene i første års kursene fysikk og kjemi, og elektriske kretser. Derimot er forskjellen mellom kullene borte i andre års kurs i dynamiske systemer. Dette tyder på at undervisningsformen i Prolab har jevnet ut forskjellen mellom kullene, og økt læringsutbytte til kullet 2014.

4 Tabell 1: Eksamensresultater i fagene fysikk og kjemi, elektriske kretser og dynamiske systemer for kull 2013 og kull Karakter Kull 2013 Kull 2014 Fysikk og kjemi Elektriske kretser Dynamiske systemer Fysikk kjemi og Elektriske kretser Dynamiske systemer A 3 6% 20 39% 6 11% 2 5% 9 21% 3 6% B 6 12% 19 37% 11 19% 4 9% 11 26% 8 17% C 16 31% 7 14% 16 28% 13 30% 14 33% 21 44% D 17 33% 1 2% 10 18% 7 16% 4 9% 7 15% E 6 12% 3 6% 10 18% 18 41% 5 12% 2 4% F 3 6% 1 2% 4 7% 0 0% 0 0% 7 15% Total antall Effekt av oppmøtet, forkunnskapstestene og diagnostiske testene til eksamensresultat I gjennomsnitt var 72% av studentene med på hver undervisningsøkt i ProLab. Forkunnskapstestene var besvart av 42% av studenter. Control Systems Concept Inventory pre-test var besvart at 88% av studenter med gjennomsnittsresultat på 24,0% mens post-testen var besvart av 51% av studenter med gjennomsnittsresultat på 40,9%. Dette gir økning på 16,9% og normalisert gain på 20%, noe som ligner på resultatene rapportert av Bristow et al. (2012). Effekten mellom forskjellige uavhengige variabler og avhengig variabel (eksamensresultat i dynamiske systemer) var analysert i SPSS med ANOVA regresjon. Uavhengige variabler testet inkluderte karakter i fysikk og kjemi, karakter i elektriske kretser, oppmøte, Control Systems Concept Inventory pre-test resultat, og total resultat i forkunnskapstestene. Modeller med ulike kombinasjoner av uavhengige variabler var satt opp, de mest signifikante uavhengige variablene var karakter i fysikk og kjemi, og oppmøte. ANOVA regresjonsmodell med disse to uavhengige variablene har R-verdi på 0,522. Karakter i fysikk og kjemi har regresjonskoeffisient 0,521 med signifikans på 0,001 og oppmøte har regresjonskoeffisient 0,016 med signifikans på 0,059. Dette betyr at deltagelse i ProLab-opplegget har en positiv effekt til sluttkarakteren i dynamiske systemer. 4.3 Studentenes evaluering Evaluering av kurset midtveis og til slutt var gjort i to trinn: først anonym spørreundersøkelse på Fronter besvart av studenter, og deretter diskuterte tillitsvalgt og lærer om resultater og skrev en oppsummering. Midtveisevaluering på Fronter var besvart av 41% og sluttevaluering på Fronter av 24%. Studentenes sluttevaluering resulterte i bl.a. følgende positive kommentarer: Teoriundervisning med Sympodium SmartBoard har fungert bra. Øvingene har fungert bra, og studentene har fått godt læringsutbytte på lange tirsdager (4 t) med oppgaveløsning. Mini-prøvene annen hver uke med medstudent-evaluering er nyttige for å måle egen progresjon i faget. Studentassistentene er veldig godt likt. I et flervalgsspørsmål om ProLab svarte 55% av studenter at de synes at undervisningsformen i Prolab er bedre enn tradisjonell forelesning, 15% av studenter var nøytrale og 30% hadde motsatt mening. Studentenes sluttevaluering foreslo følgende utviklingstiltak: Betydning av forkunnskapstestene bør tydeliggjøres flere ganger i begynnelsen av semester, samt at disse teller som en obligatorisk øving. Obligatoriske øvingene bør erstattes med obligatoriske minitester med medstudent-vurdering for å raske tilbakemeldinger om progresjon i faget. Registrering av mini-test resultatene bør gjøres via et anonymt plattform i stedet for håndtelling. Prioritering av undervisningstid til forskjellige aktiviteter, så at ikke alt for mye tid er brukt til studentpresentasjoner. Lærebok må erstattes med nytt kompendium. Den gjennomsnittelige karakteren studentene ga for kurset økte fra C (2,8) på midtveisevaluering på til B- (3,6) på sluttevaluering.

5 5 DISKUSJON OG KONKLUSJON MNT-konferansen 2015, mars, Bergen I løpet av høstsemesteret 2014 har vi testet studentaktive læringsmetoder i et teknologirikt undervisningsrom og svart på forskningsspørsmålene våre: 1. Implementering i Prolab: Vårt første forsøk i implementering av flipped-classroom metoden, som tillater mye gruppearbeid og student-aktiviteter i klasserom, var suksessrik. Majoritet av studentene likte læringsmåten i ProLab, og synes at de fikk godt læringsutbytte av oppgaveløsning i grupper i klasserom med lærer og studentassistenter tilstede. 2. Læringsutbytte: Eksamensresultatene mellom sterkere kull 2013 og noe svakere kull 2014 tyder på at læringsutbytte økte med undervisningsopplegget i ProLab. I forhold til første års kurs med tydelig forskjell i karakterfordeling mellom kullene, ble karakterforskjell jevnet ut i dynamiske systemer kurset med aktive læringsformer i ProLab for kull Insentiver for forberedelse: Svakhet med undervisningsopplegg var studentenes manglende forberedelse til undervisningsøktene. Undervisningsopplegg måtte delvis endres for å gi alle gode nok forkunnskaper. Til neste semester bør insentivene for forberedelsene være sterkere. 4. Fordeler og utfordringer: Fordelene med student-aktive læringsmetoder i teknologirikt rom er økt læringsutbytte, læring fra medstudenter, og høy deltagelse i klasserom. Utfordringene innebærer bygging av et slikt rom på «en optimalt måte», lærernes manglede kunnskap om studentaktive læringsmetoder og ferdigheter om slikt teknologirikt rom, og ekstra tid som trenges for å omvende kurset fra tradisjonell undervisning til moderne undervisning. Tiltak som trenges er tverrfaglige prosjekter mellom lærere, IKT-pedagogikk spesialister og skolens eiendom, og utvikling av kursopplegg for nye lærere som ønsker å bli med. Studentaktive læringsmetoder i ProLab var en suksess og vi kommer til å utvikle opplegget videre i høsten ERKJENNELSER Forfattere takker Fakultet for Teknologi Kunst og Design ved HiOA for finansiering av forskningsprosjektet «ProLab for DynSys». 7 REFERANSER American Association of Physics Teachers. (2014). PhysPort - Supporting physics teaching with research-based resources. Retrieved , from Belcher, J., Dourmashkin, P., & Lister, D. (2014). TEAL Technology-Enhanced Active Learning. Retrieved , from Bristow, M., Erkorkmaz, K., Huissoon, J. P., Jeon, S., Owen, W. S., Waslander, S. L., & Stubley, G. D. (2012). A Control Systems Concept Inventory Test Design and Assessment. IEEE Transactions on Education, 55(2), 10. doi: /TE Fraser, J. M., Timan, A. L., Miller, K., Dowd, J. E., Tucker, L., & Mazur1, E. (2014). Teaching and physics education research: bridging the gap. Reports on Progress in Physics, 77(3), 17. doi: / /77/3/ Freeman, S., Eddy, S. L., McDonough, M., Smith, M. K., Okoroafor, N., Jordt, H., & Wenderoth, M. P. (2014). Active learning increases student performance in science, engineering, and mathematics. Proceedings of the National Academy of Sciences of the United States of America (PNAS), 6. doi: /pnas Gaffney, J. D. H., Richards, E., Kustusch, M. B., Ding, L., & Beichner, R. J. (2008). Scaling Up Education Reform. Journal of college science teaching, 37(5), Radcliffe, D., Wilson, H., Powell, D., & Tibbetts, B. (2008). Designing next generation places of learning: collaboration at the Pedagogy-Space-Technology nexus. St Lucia: Australian Learning and Teaching Council Retrieved from T. A. Sandtrø (Producer). (2014). Tiina Komulainen teaching in ProLab [Retrieved from Walker, J. D., Brooks, D. C., & Baepler, P. (2011). Pedagogy and Space: Empirical Research on New Learning Environments. EDUCAUSE Quarterly, 34(4).

6 Utvikling av læringsprosessen hos førsteårs ingeniørstudenter; digitale formative tester og refleksjoner som verktøy. Trond Morten Thorseth, Magnus Strøm Mellingsæter, Knut Bjørkli, HiST Høgskolen i Sør-Trøndelag, AFT, Program for Allmennfag E.C. Dahls gate Trondheim ABSTRACT: Kvalitetsreformen ble iverksatt ved samtlige høyere utdanningsinstitusjoner i Norge ved studiestart høsten En av intensjonene ved reformen var å gi studentene en vesentlig tettere oppfølging. I praksis har dette vist seg å være utfordrende, da det er tidsmessig og økonomisk krevende å praktisere en god oppfølgingspraksis av store grupper studenter. HiST har utviklet et vurderingssystem, Peer Learning Assessment System (PELE), som ble brukt for å gjennomføre formative klasseromsøvinger i emnet Matematikk 1 for første års ingeniørstudenter. Vurderingssystemet PELE ble brukt for å gi studentene faglig tilbakemelding jevnlig gjennom semesteret. I tillegg ble studentene gitt et refleksjonsskjema og tid til refleksjon etter hver klasseromsøving. Hensikten med de formative testene var å gi løpende faglig tilbakemelding. Refleksjonsskjemaene ble anvendt for å rette fokus mot studentenes egne læringsprosesser. Underveis i semesteret ble jevnlig gitt korte presentasjoner om selvregulert læring og tema som er relevante for læringsprosessen. Studentenes behov for kunnskap om læring er stort. Våre undersøkelser viser at omtrent 50 % av våre studenter hevder å benytte det de oppfatter å være en tilfredsstillende læringsmetode. Samtidig rapporterer bare % at de har fått skolering i det å lære. Vår erfaring er at dersom studentene skal gis en troverdig faglig selvoppfatning, må studentene læres opp i hvordan de kan bruke tilbakemeldingene fra de formative testene. I tillegg må de lære å bruke refleksjon som et verktøy for og effektivt bygge erfaringer om egne læringsmetoder og -strategier. I denne artikkelen ønsker vi å dele våre foreløpige erfaringer fra dette pågående prosjektet ved HiST. 1 INTRODUKSJON For å gjennomføre en høyere utdanning må en student beherske et variert spekter av strategier for læring. Overgangen fra videregående skole er krevende for mange, og for å mestre studiehverdagen kreves det at studentene må styre sin egen læringsprosess. Kvalitetsreformen var ment å skulle gi tettere oppfølging av hver enkelt student gjennom en forbedret praksis for tilbakemeldinger. Med dagens praksis hvor det er store studentgrupper som deltar på de innledende grunnlagsemnene, har dette vist seg å være en stor utfordring. En god praksis for tilbakemeldinger er essensielt for at studentene skal kunne regulere sin egen læringsprosess. Tilbakemeldingene bør være retningsgivende for hvordan studenten bør jobbe videre for å utvikle seg. Studentene er imidlertid ikke nødvendigvis bevisste på hvordan de kan anvende tilbakemeldinger hensiktsmessig. Det å ha en høy grad av bevissthet om egen læring er en stor fordel for fremtidens ingeniører. De møter et næringsliv som er i rask endring, og livslang læring er påkrevd dersom de skal opprettholde og utvikle sin kompetanse. Det er et behov for å øke studentenes bevissthet omkring deres egen læringsprosess. I en studie av Yan, Thai og Bjork (2014) ble studenter spurt om de hadde fått formell opplæring i det å lære, hvorpå 60 % svarer nei. I en tilsvarende studie fra Hartwig og Dunlosky (2012) sier 64 % nei, og for Kornell og Bjork (2007) svarte 80 % nei på dette spørsmålet. Data fra prosjektet beskrevet i denne artikkelen antyder at % av studentene har fått en slik opplæring. Strategier for læring er viktig å videreutvikle ikke bare underveis i studiet, men også inn i yrkeslivet etter endt utdanning. I lys av dette er det bekymringsfullt at studenters læringsprosess er et resultat av tilfeldigheter. I en læringsprosess bør en student bevisst anvende varierte strategier i møte med nye utfordringer. Selvregulering er brukt om prosesser der mennesker regulerer følelser, tanker og handlinger over tid, rettet mot et mål (Karoly, 1993). I teori om selvregulering forsøker man å forstå hvordan mennesker prøver å utøve en kontroll over en rekke typer adferd som trening, diett, religions-utøvelse osv. Evnen til å regulere seg selv er en av de mest fundamentale voksne mennesker har (Porath & Bateman, 2006). Begrepet selvregulert læring stammer fra sosialkognitiv teori, som omfatter bevisst regulering av tanker, følelser og handlinger rettet mot akademiske mål (Pintrich, 2000; Winne, 1995; Zimmerman

7 & Pons, 1986). Et viktig aspekt ved selvregulert læring er at læring er en aktiv prosess fra studentens side. Et bevisst og aktivt forhold til læring gir en fleksibilitet og økt mulighet for å utvikle egen læring i varierte situasjoner (Pintrich, 2004). Under presenteres noen verktøy som kan brukes for å underbygge studenters selvregulerte læring, og som har vært sentrale for prosjektet som er beskrevet i denne artikkelen. Formative tester er definert som testaktiviteter gjennomført for å generere tilbakemeldinger til studentene, hvordan de henger med i faget og for å regulere studentenes egen læring og læringsstrategi (Sadler, 1998). Formative tester kan, dersom de gjennomføres med omtanke, være med på å utvikle selvregulert læring hos studenter (Nicol & Macfarlane Dick, 2006). I dette prosjektet utnyttes formative tester i tillegg som en anledning til å stimulere studentenes bevissthet omkring sin egen læringsprosess ved å få studentene til å reflektere over egen læring og prestasjon. Bruk av refleksjonsskjema eller oppgaver der studentene skal skrive ned egne erfaringer, har vært brukt for å skape refleksjon innen en del profesjonsyrker (Wade & Yarbrough, 1996; Wallman, Lindblad, Hall, Lundmark, & Ring, 2008). Det å reflektere over en handling handler om å bygge en bevissthet omkring hvordan den lærende selv oppfatter tilbakemeldinger på egen læring. Det er en essensiell del av selvregulert læring og bygging av metakognitive ferdigheter samt læring og erfaringsbygging. Wallman et al. (2008) har utviklet en taksonomi som kan brukes for å vurdere refleksjon. De har definert seks nivåer av refleksjon, hvor de tre første nivåene beskriver observasjon i økende grad, mens de tre siste nivåene beskriver økende grad av refleksjon: Nivå 1 Handling ut fra vane: Dette er beskrivelser av en hendelse eller en situasjon som skjer uten at det vitner om en bevisst handling. Det bare skjer uten at det er gjort bevisste valg. Nivå 2 Oppmerksom handling: Valg og handling skjer ut fra tidligere erfaringer, men det er ikke skrevet ned noen tanker om konsekvenser av valg og resultater. Nivå 3 Introspeksjon: På dette nivået er studenten i stand til å observere seg selv, hvordan de tenker og føler omkring situasjonen. Men det er ingen refleksjoner omkring hvorfor de følelsesmessige opplevelsene skjer og konsekvenser av dem. Nivå 4 Refleksjon over innhold: På dette nivået er studenten i stand til å observere seg selv og stille spørsmål til egen reaksjon, resultat eller handling. Dette kan settes i lys av tidligere erfaringer. Nivå 5 Refleksjon over prosessen: På dette nivået er studenten i stand til å tenke over hvordan de observerer seg selv, hvordan de tenker, føler eller handler, og gjøre en vurdering av effektiviteten i dette. Nivå 6 Refleksjon over premissene: På dette nivået skjer det en refleksjon over premissene og hvorfor man tenker, føler og handler på den måten det blir gjort. Dette inkluderer en analyse av hele situasjonen. 2 METODE I gjennomføringen av dette pilotprosjektet ble to klasser fra tre studieretninger ved Avdeling for Teknologi ved Høgskolen i Sør-Trøndelag (HiST) valgt ut som deltakere. Begge klassene deltok i et matematikkemne som var obligatorisk for førsteårs ingeniørstudenter. Klasse A bestod av 48 studenter, hvor 26 var jenter og 22 gutter. Klasse B bestod av 71 studenter, hvorav 31 var jenter og 40 gutter. Klasse B var sammensatt av studenter fra to studieretninger. Inntakskravet i klasse B var litt høyere enn i klasse A. Datamaterialet som ligger til grunn for denne studien er skriftlige refleksjoner fra studenter i begge klassene som er hentet inn i forbindelse med formative tester. Hver 14. dag ble det gjennomført formative tester i form av klasseromsøvinger i forelesningssalen. I første time fikk studentene utlevert et ark med seks oppgaver som de skulle løse. I den sisten delen av første time, etter ca. 40 minutter, fikk studentene utlevert et nytt ark med svaralternativer. Studentene besvarte testen med sine egne telefoner via et elektronisk testsystem ved navn Peer Learning Assessment System (PELE), som er utviklet ved HiST. Etter en kort pause på omtrent ti minutter, ble klassen samlet for en gjennomgang. Ved hjelp av PELE-systemet fikk faglærer en oversikt over hvor mange og hvem som har besvart oppgavene riktig, og kunne derfor tilpasse gjennomgangen av testen deretter. På denne måten fikk

8 studentene gjennomgått alle oppgavene, og de fikk en umiddelbar faglig tilbakemelding på hvordan de selv hadde gjort det sammenlignet med de andre i klassen. Etter gjennomgangen av hver enkelt oppgave ble det gitt noe tid for hver enkelt student til å reflektere over hvordan de selv hadde løst sin oppgave, sammenlignet med løsningsforslaget presentert av faglæreren. Disse refleksjonene ble skrevet ned på papiret sammen med oppgavene og egne løsninger. Testene ble arrangert kun med den hensikt at studentene kunne få teste seg selv i faget, og resultatene var ikke tellende for sluttkarakter. Studentene måtte imidlertid ha deltatt på minst 4 av 6 klasseromsøvinger for å få gå opp til eksamen. For å få en utvidet effekt av klasseromsøvingene ble studentene bedt om å besvare to spørsmål før de startet testen. Her ble de bedt om å gi en egenvurdering av sitt eget faglige nivå på tema de ville bli testet på. Et eksempel på slike spørsmål er: «Ett av temaene på denne øvinga er komplekse tall. Hvor sikker er du på at du behersker dette emnet?». Studentene kunne da vurdere seg selv på fire nivå, fra veldig usikker til veldig sikker. Etter klasseromsøvingen og gjennomgangen av oppgavene ble studentene bedt om å besvare et refleksjonsskjema. Det første studentene ble bedt om å gjøre var å vurdere sin egen prestasjon, fra misfornøyd, ikke så fornøyd, ok, litt fornøyd til veldig fornøyd. Etter denne innledende vurderingen kom seks spørsmål som var ment å stimulere til refleksjon rundt studentenes egen læringsprosess. 1. Følelser: Hvilke emosjonelle reaksjoner merket du hos deg selv før og mens du jobbet med oppgavene? (Ro, stress, nervøsitet, trygghet, sinne, glede, aha, huff, mestring, sperre o.l.) 2. Valg: Gjorde du noen valg, enten bevisst eller ubevisst underveis i dag som var gunstige eller ugunstige? 3. Hvorfor: Ditt resultat og dine reaksjoner i dag kan bare du forklare for deg selv. Hvorfor gikk det som det gikk i dag? 4. Fungerer strategi: Du har nå jobbet med dette stoffet på din måte siden det ble forelest og frem til i dag. Fungerer din måte å jobbe på for å få lært stoffet? 5. Erfaringer: Har du gjort deg noen erfaringer i dag som er verd å ta med videre? 6. Generelt: Har du noen generelle tanker eller observasjoner du har gjort deg? Hensikten med spørsmål 1 var å skape en metakognitiv bevissthet omkring studentens egne reaksjoner og hvordan de tenker i selve testsituasjonen. Dette spørsmålet var ment å stimulere til en egenobservasjon på nivå 3 i graden av refleksjon (Wallman et al., 2008). Spørsmål 2 var ment å stimulere en refleksjon på nivå 4 og spørsmål 3 og 4 var ment å få rettet fokus mot selve læringsprosessen og stimulere refleksjon på nivå 5. Spørsmål 5 og 6 var ment å åpne for mer generelle betraktninger og ikke minst rette fokus fremover mot neste innlæringsperiode. I tillegg ble klassene informert om selvregulert læring og om hvordan tilbakemelding er viktig for å regulere egen læring. Det ble også gitt en kort presentasjon om hvordan følelser kan brukes når man lærer matematikk. I den forbindelse ble usikkerhet pekt på som et signal for å sjekke om noe er riktig eller lov. Fortvilelse eller frustrasjon ble pekt på som mulige signaler på at man bør spørre om hjelp. Studentene ble også gjort oppmerksomme på at følelser i stor grad brukes når beslutninger skal tas, slik at det er viktig å følge med på hvordan man reagerer. Stress og frykt ble brukt som eksempler på følelser som er med på å redusere yteevnen nå man skal hente frem ting fra hukommelsen. Det ble pekt på viktigheten av å være i stand til å observere slike følelser, for å være i stand til å regulere dem. I dette prosjektet har det vært viktig for oss å få studentene til å legge merke til sine egne emosjonelle reaksjoner under testene og reflektere over sammenhengen mellom reaksjonene og sine egne prestasjoner. Dersom følelsene er av en slik karakter at de oppleves som forstyrrende i testkonteksten er det viktig for studenten å være klar over dette for så å forsøke å redusere effekten. Ved å rette spørsmål som fokuserer på hvordan studentenes emosjoner varierte under testene, fikk studentene et verktøy for å observere seg selv. Vi observerte at studentene gjennom sine refleksjoner viste forsøk på å observere og regulere egne følelser.

9 3 RESULTATER MNT-konferansen 2015, mars, Bergen I det følgende presenteres et utvalg av studentenes refleksjonsskjemaer. Utvalget er primært basert på variasjonen i refleksjonene med hensyn til de taksonomiske nivåene presentert tidligere (jfr. Wallman et al., 2008). Innledningsvis er det verdt å merke seg hvilke reaksjoner studentene identifiserer før, underveis i og etter testsituasjonen. En reaksjon som synes å gå igjen hos flere er stress. Noen antyder at tidsbegrensning i seg selv forårsaker en stressreaksjon: «Jeg blir fort stresset når jeg har tidspress på meg.» I tillegg er det kjent at noen har grader av matematikkangst (Ashcraft & Kirk, 2001) som kan dukke opp i den faglige konteksten som en stressreaksjon. Dersom en student klarer å koble sammen en ubehagelig opplevelse med årsaken til denne opplevelsen og at ubehaget skaper et behov for endring, vil observasjonen av reaksjonene kunne fungere hensiktsmessig. Forutsetningen for dette er at studenten klarer å identifisere og sette ord på sine egne opplevelser. Dersom vi ser på refleksjonene til en student som selv var fornøyd med sin prestasjon, ser vi først at studenten opplever en ro i situasjonen. Denne roen blir årsaksforklart med en strategi som for studenten synes å fungere hensiktsmessig: Følelser: Er rolig siden jeg er sikker på ferdighetene. Valg: Ikke her. Ingen av oppgavene tok lang tid. Hvorfor: Har jobbet bra i hele høst og føler jeg har god kontroll. Fungerer strategi: Jeg synes det. Forbereder meg ikke til øvingene, siden jeg vil at de skal detektere hva jeg ikke kan. Erfaringer: Ta det med ro og evaluer svaret du får. Henger svaret på greip, har du sett noe lignende før? Generelt: Trodde jeg skulle feile på polar koord. Men formelarket herjer. Det ligger en høy grad av refleksjon i hvordan en opplevelse er med på å skape en god følelse. Studenten presenter også en strategi for hvordan han/hun har jobbet. Uttalelsen: «Forbereder meg ikke til øvingene, siden jeg vil at de skal detektere hva jeg ikke kan» vitner om et arbeidsmønster som er gunstig og en bevissthet om hvordan han/hun bruker formative testene. Studenten er i stand til å observere egen reaksjon og koble dette til et bevisst arbeidsmønster som han/hun får bekreftet fungerer. Dette er hva vi mener er refleksjon på nivå 4. Dersom vi går til refleksjonene til en som ikke er like fornøyd med sin egen prestasjon, beskrives en annerledes opplevelse: Følelser: Hjelpeløs, huff, anger på at jeg ikke har jobbet med stoffet. Valg: Gjorde et par kalkulerte gjettinger som viste seg å bli riktig. Hvorfor: Har ikke jobbet nok med faget. Fungerer strategi: Nei her må det endring til. Erfaringer: Absolutt. Generelt: At jeg ikke må ta dette for gitt. At det ikke er så lett. Denne studenten har koblet sammen emosjonen anger med årsaken: «Angrer på at jeg ikke har jobbet med stoffet.» På spørsmål om hvorfor det ble som det ble er formuleringen nøytral: «Nei her må det endring til.» Det er ikke noen forsøk på å reflektere videre over hva som må til for at denne opplevelsen ikke skal gjenta seg. Studenten har ikke gjort endringer i måten han/hun har jobbet på og foretar kun en observasjon (nivå 3) av konsekvensen. Andre legger merke til at små endringer i innsats ga utslag på hvordan klasseromsøvingen ble opplevd. I følgende refleksjon beskriver studenten hvordan han/hun opplever emosjonelle endringer fra oppgave til oppgave opp på nivå 3. Vedkommende legger også merke til et valg om bruke en strategi som ble opplevd som gunstig, noe som vitner om en viss grad av refleksjon. Denne studenten opplever at en liten ekstra innsats før klasseromsøvingen ga en liten, men positiv effekt: Følelser: Først glede siden jeg fikk til de første oppgavene. Så kom det en sperre på oppgave 4, men da det løste seg fikk jeg en følelse av mestring. Valg: Hoppet over oppgave 4 først for så å gå tilbake. Skrev opp alle fakta jeg hadde for å greie å løse oppgave. Hvorfor: Leste litt i går kveld.

10 Fungerer strategi: Ja tydeligvis. Erfaringer: Les oppgaven nøye. Generelt: Selv om jeg fikk det til nå så burde jeg jobbe mer. Noen studenter eksperimenterer med alternative måter å tenke på. Her er det observasjon av reaksjoner på et tidspress, en mental strategi for å regulere denne reaksjonen og en observasjon av konsekvensen av reaksjonen, samt en opplevelse av trygghet. I denne refleksjonen beskrives en refortolkning av situasjonen, hvor studenten beskriver konsekvensen av denne reguleringen som en opplevelse av trygghet. Dette er hva vi har kategorisert som en refleksjon på nivå 5: Følelser: Ganske rolig, kjente litt på tidspresset men klarte å beholde roen -> trygghet. Aha opplevelser når alternativer kom " var det så lett". Valg: Stresset mindre denne gangen. Prøvde å fokusere på en oppgave av gangen og ikke tenke for mye på klokka. Hvorfor: Hadde forberedt meg og var god på å tenke "dette er bare for min egen del" før testen. Slik at jeg ikke ble nervøs og kjente på prestasjonspresset. Fungerer strategi: Regner oppgaver for hvert tema etter gjennomgått timer fungerer veldig bra. Kommer gjennom stoffet. Erfaringer: Jeg får til mer enn jeg tror selv man for igjen for hardt og godt arbeid. Generelt: Fornøyd med dagens innsats og alt arbeidet gjort forhånd. Man får igjen for hardt arbeid - til slutt. «Man får igjen for hardt arbeid - til slutt» er en erfaring som en del studenter ikke får oppleve da de ikke tror det er verdt innsatsen. Dessverre er det en del studenter som opplever en liten grad av mestring. Her er en student som ikke var fornøyd og forklarer årsaken denne opplevelsen med at det er lagt ned for lite arbeid: Følelser: Klar Valg: - Hvorfor: Har jobbet alt for lite med matte Fungerer strategi: Om jeg jobber så fungerer min måte å jobbe på :-) Erfaringer: Må jobbe mer Generelt: - Hva studenten mener med «klar» er ukjent. Hvorfor studenten bruker relativt korte formuleringer og unnlater å gå inn i emosjonelle observasjoner vet vi ikke. Vi observerer at inngående beskrivelser og observasjoner ofte er fraværende. 4 DISKUSJON Da vi startet med refleksjoner var det tungt å komme i gang. Dette var ikke uventet. Det er også en del samfunnsnormer som jobber mot det å fokusere på emosjoner og reaksjoner. Det er en generell trend at det å være emosjonell er assosiert med svakhet, impulsivitet, det å ikke ha kontroll og hjelpesløshet (Fischer, 2015). Det er også en vesentlig kjønnsforskjell med hensyn til hvor villig man er til å gå inn i følelser og å formidle disse til omgivelsene. Før vi startet med dette arbeidet spurte vi studentene om å ta stilling til følgende påstand: «Følelser har ikke noe med læring å gjøre og bør derfor ikke blandes inn med læring.» Her svarer 2 % at de er enig, 18 % sier at de er litt enig og 17 % sier «vet ikke». En femtedel av studentene ser i utgangspunktet ikke sammenhengen mellom emosjoner og læring. Våre resultater viser at det er mulig å få studenter til og bevisst observere, beskrive og anvende egne observasjoner av emosjoner i en læringskontekst som et matematikkemne. For å oppnå dette kreves det kontinuerlig oppfølging. Dette oppleves av studentene som uvant og tar følgelig lang tid. Når en lærer starter en slik prosess så må man være klar over motkreftene og signalene studenten gir og vite hvor man vil og hvorfor. I arbeidet så langt har vi bedt studentene om å foreta selvobservasjon i en testkontekst. De blir også bedt om å sette denne observasjonen i lys av læringsprosessen forut for testkonteksten. De blir dermed ledet til å koble sammen emosjonelle reaksjoner i en kontekst med arbeids- og læringsstrategier som ligger forut for hendelsen. Vi har ikke gjort noen forsøk på å be studentene om å legge merke til emosjonelle opplevelser under innlæringsperioden forut for testene. Dette er to forskjellige ting der emosjonelle mønstre sannsynligvis er forskjellige men likevel relaterte. Hvordan studentene jobber og

11 hvilke arbeidsvaner de har, er påvirket av emosjonelle opplevelser de har med faget og studentlivet. Det vi ser er at mange studenter opplever en automatisert reaksjon på det de opplever som en testkontekst. For mange er det mye å hente på å bli bevisst dette. Vi har ikke på det nåværende tidspunkt i studiet, informasjon som kobler graden av refleksjon med resultater i faget. 5 KONKLUSJON Ved å legge til rette for refleksjon ved bruk innledende spørsmål har vi klart å skape refleksjoner, men i varierende grad. Resultatene viser at studentene er uvante med å jobbe systematisk med refleksjon som verktøy. Dette kommer blant annet til syne ved at refleksjoner på et nivå som kan kalles kritisk refleksjon sjelden forekommer hos studenter og de fleste studenter reflekterer ikke over sin egen læringsprosess. Studentene må forklares at refleksjonene er til for dem. Refleksjon er i seg selv en måte å tenke på som ikke faller naturlig for en student, men etter hvert som de blir oppmerksomme på effekten av refleksjoner er det mulig å få dem i gang. Det er interessant for en lærer å tolke spekteret av erfaringer som studenter gjør seg i møte med et fag som matematikk. Ved å forklare, vise eksempler på gode refleksjoner og ikke minst få studentene til å oppleve læringen, har vi vist at fokus på observasjoner av egne reaksjoner gir utslag i eksperimentering med strategier for regulering av emosjoner. Det å gi studentene muligheten for å jevnlig teste seg selv for å få tilbakemelding er bra, men det må poengteres at «dette er en tilbakemelding» og den kan brukes for å regulere læring. Ved å rette fokus på tilbakemeldingene og hva vi spør dem om og hvorfor, er det mulig å få studentene til å reflektere over egen læring og opplevelse av mestring. Gjennom refleksjonene beskriver studentene arbeidsvaner, strategier og konsekvenser som igjen kan deles med andre studenter for å stimulere videre utvikling av læringsprosessen. REFERANSER Ashcraft, M. H., & Kirk, E. P. (2001). The relationships among working memory, math anxiety, and performance. Journal of Experimental Psychology: General, 130(2), doi: / Fischer, A. L., Marianne (2015). What Drives the Smile and the Tear: Why Women Are More Emotionally Expressive Than Men. Emotion Review, 7(1), doi: / Hartwig, M., & Dunlosky, J. (2012). Study strategies of college students: Are self-testing and scheduling related to achievement? Psychonomic Bulletin & Review, 19(1), doi: /s y Karoly, P. (1993). Mechanisms of Self-Regulation: A Systems View. Annual Review of Psychology, 44(1), doi: doi: /annurev.ps Kornell, N., & Bjork, R. A. (2007). The promise and perils of self-regulated study. Psychonomic Bulletin & Review, 14(2), doi: /BF Moon, J. A. (1999). Reflection in learning and professional development: Theory and practice. London: Routlegde Falmer. Nicol, D. J., & Macfarlane Dick, D. (2006). Formative assessment and self regulated learning: a model and seven principles of good feedback practice. Studies in Higher Education, 31(2), doi: / Pintrich, P. R. (2000). The role of goal orientation in self-regulated learning. In M. Boekaerts, P. R. Pintrich & M. Zeidner (Eds.), Handbook of self-regulation (pp ). San Diego, CA, US: Academic Press. Pintrich, P. R. (2004). A Conceptual Framework for Assessing Motivation and Self-Regulated Learning in College Students. Educational Psychology Review, 16(4), doi: /s x Porath, C. L., & Bateman, T. S. (2006). Self-Regulation: From Goal Orientation to Job Performance. Journal of Applied Psychology, 91(1), doi: / Sadler, D. R. (1998). Formative Assessment: revisiting the territory. Assessment in Education: Principles, Policy & Practice, 5(1), doi: / Wade, R. C., & Yarbrough, D. B. (1996). Portfolios: A tool for reflective thinking in teacher education? Teaching and Teacher Education, 12(1), doi:

12 Wallman, A., Lindblad, A. K., Hall, S., Lundmark, A., & Ring, L. (2008). A Categorization Scheme for Assessing Pharmacy Students' Levels of Reflection During Internships. American Journal of Pharmaceutical Education, 72(1), 5. Winne, P. H. (1995). Inherent details in self-regulated learning. Educational Psychologist, 30(4), doi: /s ep3004_2 Yan, V. X., Thai, K.-P., & Bjork, R. A. (2014). Habits and beliefs that guide self-regulated learning: Do they vary with mindset? Journal of Applied Research in Memory and Cognition, 3(3), doi: Zimmerman, B. J., & Pons, M. M. (1986). Development of a Structured Interview for Assessing Student Use of Self-Regulated Learning Strategies. American Educational Research Journal, 23(4), doi: /

13 ArtsApp et verktøy for enklere artsidentifikasjon L.M. Jeno og J.A. Grytnes, Institutt for biologi, Universitetet i Bergen SAMMENDRAG: Identifisering av arter har tradisjonelt blitt gjort ved hjelp av såkalte nøkler. Disse nøklene er som oftest utviklet av profesjonelle taksonomer og hovedmålgruppen er som oftest også profesjonelle. Dette innebærer at man møter relativt vanskelig faglitteratur med mange nye fagtermer som blir tatt for gitt når man skal lære seg nye arter. Erfaringen er derfor at selv om mange studenter synes det er fascinerende å indentifisere arter så blir det ofte også frustrerende når man møter nøklene. Med dette som utgangspunkt har vi utviklet «ArtsApp» for smarttelefoner som et samarbeid mellom Institutt for biologi, bioceed, Skolelaboratoriet for Realfag og Artsdatabanken. Appen vil i tillegg til å gjøre det enklere og mer motiverende å bestemme arter, samtidig bidra med kunnskapsoppbygningen om arters utbredelse nasjonalt og det biologiske mangfoldet lokalt. I første fase utviklet vi en app for identifisering av starr (Carex). Artene ser ved første øyekast veldig like ut og studentene er vanligvis lite motivert for å lære seg denne gruppen. Pilotversjonen var ferdiglaget i forkant av et feltkurs i biologi ved UiB med ca 100 bachelorstudenter. På selve kurset merket vi en helt klar tendens til at appen genererte en entusiasme for starr og studentene lette aktivt etter nye arter for å få muligheter til å prøve appen. Studentene har også vært aktivt med på videreutvikling av appen gjennom å skrive tekst til artene som så går inn i appen. I tillegg laget studentene selv starten på nøkkelapper for identifisering av to nye artsgrupper basert på de artene som man fant på feltkurset, nemlig løpebiller og makroalger. I disse prosjektene lærte de både den nødvendige morfologien som trengs for å skille arter og å systematisere dette. I tillegg til gode tilbakemeldinger fra studentene har vi også fått mange henvendelser fra lærere som er interessert i å bruke appen i skolen. 1 BAKGRUNN Nye teknologiske og digitale utviklinger i samfunnet gir muligheter for å integrere teknologien i utdanningen og ta i bruk redskaper som studenter anvender. En forbrukerundersøkelse gjort av SIFO i 2013 viste at 78 % av alle studenter har smarttelefon, mens 38 % hadde en form for nettbrett (Slettemeås, 2014), og det kan antas at dette tallet bare øker. En rapport utformet av NIFU viste at teknologi kan bidra til å øke læringsutbytte til studenter i høyere utdanning (Tømte & Olsen, 2013). Videre viser en studie av Lam, McNaught, Lee, and Chan (2014) at både studenter og underviser i høyere utdanning var positiv til å ta i bruk e-læring, på tvers av disipliner og profesjoner på et universitet. Det kan derfor tenkes at det er svært viktig å undersøke hva som er sammenhengen mellom teknologi og læring hos studenter. Elektronisk læring (E-læring) har siden 80- og 90-tallet blitt diskutert hvorvidt har en læringseffekt på studenter (Conole, Laat, Dillon, & Darby, 2008; Lam, et al., 2014). Den raske utviklingen i teknologien og antall smarttelefoner gjør at mobil læring (m-læring) er blitt fremhevet som et viktig pedagogisk og læringsområde. M-læring kan defineres som håndholdt teknologi som fasiliterer, støtter, øker og forlenger undervisning og læring (Hashemi, Azizinezhad, Najafi, & Nesari, 2011). Tidligere forskning kan også tyde på sammenhengen mellom læring og m-læring. I et studie blant fysioterapistudenter, fant Noguera, Jiménez, and Osuna-Pérez (2013) at studenter som identifiserte anatomi deler av kroppen gjennom en 3Dapplikasjon hadde en statistisk signifikant bedre forståelse av anatomi sammenlignet med studenter som identifiserte anatomi deler gjennom den tradisjonelle metodene (bruk av bok). Videre viste studien at både forelesere og studenter rapporterte tilfredshet med applikasjonen. Liknende resultater har også blitt funnet i fugle- observasjon (Chen, Kao, & Sheu, 2003), plante identifisering (Huang, Lin, & Cheng, 2010), og læring av kulturer (Hwang & Chang, 2011).

14 Til sist viser meta-analyser at m-læring ikke bare er i bruk i veldig stor grad, men øker læringsutbytte hos studenter og er mer effektiv enn tradisjonelle metoder (Wu et al., 2012). Keller and Suzuki (2004) påpeker at slike e-læring og mobil-læringsverktøy kan øke interessen for et læringsstoff, øke sannsynligheten for å fortsette å bruke verktøyet, og forbedre prestasjonene hos studentene. Det er altså antatt at m-læring kan ha en sammenheng med motivasjon for læring, noe som i følge Sha, Looi, Chen, and Zhang (2012) kan ha en sammenheng med selvregulering og indre motivasjon (Martens, Gulikers, & Bastiaens, 2004). 2. EN BESKRIVELSE AV ARTSAPP I et pilotprosjekt finansiert av Norges Forskningsråd har vi, i samarbeid med bioceed (Centre of Excellence in Biology Education) ved Universitetet i Bergen, Skolelaboratoriet for Realfag (UiB) og Artsdatabanken, utviklet en pilotversjon av en applikasjon for mobiltelefoner til identifisering av starr (Carex). Starr er en viktig gruppe av planter i Norge med mer enn 100 arter totalt. Artene ser ved første øyekast veldig like ut og studentene er vanligvis lite motivert for å lære seg denne gruppen. Når man identifiserer arter med tradisjonelle verktøy så brukes det som oftest bokverk med såkalte dikotome nøkler. I disse nøklene må man gå gjennom en rekke todelte spørsmål hvor hvert svaralternativ leder deg videre i nøkkelen, og til slutt (forhåpentligvis!) ender du opp med navnet på arten du undersøker. Disse nøklene er vanligvis presise og effektive verktøy, men setter ofte relativt store krav til forkunnskaper i form av fagterminologi som beskriver morfologien hos artene. Disse nøklene har også den bakdelen at man blir tvunget til å følge en gitt rekkefølge på spørsmålene. Appen som vi har utviklet har noen klare fordeler fremfor slike tradisjonelle nøkler. For det første vil man alltid kunne ha dette verktøyet lett tilgjengelig på telefonen istedenfor å dra med seg store bokverk ut i felt. En applikasjon for mobiltelefoner er lett tilgjengelig for de fleste og studentene er i stor grad vant til å bruke slike verktøy. En app på en mobiltelefon vil gi umiddelbar tilgang til en nøkkel når man finner en art man lurer på. ArtsApp er også bygget slik at man ikke behøver å følge en oppgitt rekkefølge på hvilke karakterer man ser på, men man kan velge de karakterene man ser lettest på det individet man har foran seg. Om disse karakterene er nok til å komme frem til en art, så trenger man ikke vurdere de vanskeligere karakterene. I tillegg er det også mulig med en tettere sammenheng mellom bruk og forklaring av vanskelige begreper og termer ved at begrepene er forklart der de brukes, som oftest gjennom illustrasjoner. I fremtidige versjoner av appen vil det også bli utviklet en direkte informasjon om den arten man har funnet er en sjelden art i området. Nye funn for et område, eller funn av en art som bare er sett noen få ganger i området tidligere vil virke motiverende for mange. Pilotversjonen av Starrappen (kan lastes ned fra Google Play: enklest å finne ved å søke etter «bioceed») var ferdiglaget våren 2014, i forkant av et feltkurs i biologi ved UiB med ca. 100 bachelorstudenter. På selve kurset merket vi en helt klar tendens til at appen genererte en entusiasme for starr og studentene lette aktivt etter nye arter for å få muligheter til å prøve appen. I etterkant av kurset var bruken av appen med i evalueringen av kurset. Denne evalueringen viste helt klart at appen virket motiverende på arbeidet med å identifisere arter. Etter feltkurset har studentene skrevet rapporter, hvor en av oppgavene var å skrive inn en tekst til et utvalg av artene som er med i appen. Tekstene studentene skrev går deretter gjennom en faglig redigering før den legges til i appen. Studentene er på denne måten med i selve oppbyggingen av appen. ArtsApp er også tenkt bukt i undervisningen på en annen måte hvor studentene er med i enda større grad. Til dette bruker vi den tekniske løsningen som er utarbeidet til å lage en nøkkelapp for en ny artsgruppe. Dette ble også prøvd ut på en mindre gruppe av studenter som var motiverte for oppgaven på det samme feltkurset som ble nevnt over. Her laget studentene selv starten på to ny apper med nøkler for identifisering av de artene som man fant på feltkurset for to artsgrupper, nemlig løpebiller og makroalger. Gjennom å studere individene de fant på feltkurset, samt relevant litteratur, fant studentene frem til relevante skillekarakterer som kunne brukes i en nøkkelapp for å skille artene. I disse prosjektene lærte de både den nødvendige morfologien som trengs for å skille arter og å systematisere dette. I tillegg lærte de artene de fant. Denne appen vil ikke bli fullstendig (og det er heller ikke målet med denne studentøvelsen) men det gir en god oversikt over de artene man vanligvis vil finne i området og appene som ble laget kan

15 brukes av neste års studenter. De kan også danne et utgangspunkt til en fullstendig nøkkelapp for alle norske arter på disse gruppene. 3. SELVBESTEMMELSESTEORIEN I henhold til Deci og Ryans (1985) Selvbestemmelses teori (SDT) er interesse, moderate utfordringer (kompetanse), og valg til å gjøre det en syns er meningsfullt, nødvendig for indre motivasjon. Studenter som er indre motiverte holder lenger ut med oppgaver uten å gi opp, forstår konseptuell kunnskap, utviser mer kreativitet, og presterer bedre akademisk, dette ti skarp kontrast til ytre motiverte studenter (Ryan & Deci, 2009). Til forskjell fra andre motivasjons og pedagogiske teorier differensierer SDT mellom ulike typer ytre motivasjon (selvregulering) etter hvor selvbestemte de er, og hvilken faktorer som påvirker elevers motivasjon. Studenter som er indre motiverte og selvregulerte tar i høyere grad mer ansvar for egen læring, og ser verdien av å fortsette å lære i et lengre tidsperspektiv (Ryan & Deci, 2009). I høyere utdanning kan dette skille være svært viktig da flere læringsaktiviteter, og årsaker til å studere kan variere. Det kan således tenkes at få studenter er indre motiverte for å identifisere arter, imidlertid kan bruk av enklere teknikker og teknologi medføre til at flere blir interessert eller ser verdien av slikt arbeid. En videre fordel er tilgjengeligheten av elektronisk utstyr (e.g. mobiltelefon eller nettbrett) som kan tas med i lommen og brukes i felt eller undervisning. Til sist vil integrering av flere apper forenkle identifisering av arter i større grad da studenter vil ikke måtte trenge å ta med flere ulike bøker eller identifikasjonsverktøy. 4. NOEN FORELØPIGE TANKER OM LÆRINGSUTBYTTE AV ARTSAPP I løpet av de neste to årene vil det bli gjort en grundig evaluering av læringsutbytte av ArtsApp. I forbindelse med feltkurset i 2014 ble det utført en pilotstudie av ArtsApp og studentenes læringsutbytte. Videre ble noen studenter intervjuet og spurt hvilket inntrykk studentene hadde av dette verktøyet og hvordan de oppfattet bruken av appen opp mot tradisjonelle nøkler. Raten av korrekt identifisering var omtrent den samme med appen som for tradisjonelle nøkler, men at appen var en mye raskere metode. Studentene ga også inntrykk av at det var mer motiverende å identifisere artene ved hjelp av appen. De studentene som laget sine egne nøkkelapper for løpebiller og makroalger, ga også helt klart inntrykk av at de hadde fått mye igjen for det arbeidet de hadde gjort med dette, både i form av at de hadde lært de spesifikke gruppene og terminologien som var viktig for disse gruppene. Vi tar sikte på å empirisk teste hvorvidt ArtsApp gir høyere motivasjon og læringsutbytte. Tidligere studier har ikke tatt for seg hvorvidt motivasjon og kompetanse er differensiert etter grad av selvbestemmelse. Et videre skille er mellom rotering (faktakunnskap) og konseptuellforståelse (begrepsforståelse og sammenheng). I utdannelsessammenheng er det viktig å kunne skille mellom den kunnskapen du kan gjengi i form av prøver og det du kan bruke og sette i sammenheng med annen kunnskap. Vi ønsker således å vitenskapelig teste hvorvidt ArtsApp bidrar til dette. Vi antar at ArtsApp vil kunne bidra til økt interesse for identifisering av arter og øke selvbestemt motivasjon. Til sist vil interesse og motivasjon føre til bedre resultater på roteringskunnskap og konseptuell forståelse. Dette på tross av at pilotstudien ikke viste forskjeller i antall riktig svar, så antas det i henhold til SDT at ulik form for selvbestemt selvregulering vil føre til forskjellige resultater. Vi foreslår således en integrert modell for å forstå hvordan slik m-læring predikerer studenters læring, ArtsApp motivasjon og kompetanse læring og intensjoner om å lære. 5. KONKLUSJON For å konkludere er flere viktige punkter i lys av overnevnte forskning og teoretiske rammeverk. For det første viser tidligere forskning at både e-læring og m-læring bidrar til å øke læringsutbytte hos studenter og interesse for det de skal lære. For det andre argumenterer vi for at teoretiske perspektiv som rammeverk for å analysere slike metoder må i større grad være nyanserte og integrere faktorer som kan påvirke læring. Målet å teste læringseffekten og integrere et slikt verktøy i utdanningen og undervisningen. Til sist, trengs det videre forskning for å se hvorvidt slike apper kan bidra til økt læring i identifisering av andre arter, fag og på tvers av årskull. I lys av overnevnte forskning og teoretisk rammeverk kan det tenkes at en sik app vil kunne bidra til å øke relevansen i biologiutdanningen for studentene.

16 REFERANSER MNT-konferansen 2015, mars, Bergen Chen, Y. S., Kao, T. C., & Sheu, J. P. (2003). A mobile learning system for scaffolding bird watching learning. Journal of Computer Assisted Learning, 19(3), Conole, G., Laat, M. d., Dillon, T., & Darby, J. (2008). Disruptive technologies, pedagogical innovation : What s new? Findings from an in-depth study of students use and perception of technology. Computer & Education, 50(2), Deci, E. L., & Ryan, R. M. (1985). Intrinsic Motivation and Self-Determination in Human Behavior. New York: Plenum Press. Hashemi, M., Azizinezhad, M., Najafi, V., & Nesari, A. J. (2011). What is Mobile Learning? Challenges and Capabilities. Procedia - Social and Behavioral Sciences, 30, Huang, Y.-M., Lin, Y.-T., & Cheng, S.-C. (2010). Effectiveness of a Mobile Plant Learning System in a science curriculum in Taiwanese elementary education. Computer & Education, 54, doi: /j.compedu Hwang, G.-J., & Chang, H.-F. (2011). A formative assessment-based mobile learning approach to improving the learning attitudes and achievements of students. Computer & Education, 56, doi: /j.compedu Keller, J. M., & Suzuki, K. (2004). Learner motivation and E-learning design: a multinationally validated process. Journal of Educational Media, 29(3), Lam, P., McNaught, C., Lee, J., & Chan, M. (2014). Disciplinary difference in students use of technology, experience in using elearning strategies and perceptions towards elearning. Computer & Education, 73, doi: /j.compedu Martens, R. L., Gulikers, J., & Bastiaens, T. (2004). The impact of intrinsic motivation on e- learning in authentic computer tasks. Journal of Computer Assisted Learning, 20, Noguera, J. M., Jiménez, J. J., & Osuna-Pérez, M. C. (2013). Development and evaluation of a 3D mobile application for learning manual therapy in the physiotherapy laboratory. Computer & Education, 69, doi: /j.compedu Ryan, R. M., & Deci, E. L. (2009). Promoting Self-Determined School Engagement. Motivation, Learning, and Well-Being. In K. R. Wentzel & A. Wigfield (Eds.), Handbook of Motivation at School (pp ). New York: Routledge. Sha, L., Looi, C.-K., Chen, W., & Zhang, B. H. (2012). Understanding mobile learning from the perspective of self-regulated learning. Journal of Computer Assisted Learning, 28, doi: /j Slettemeås, D. (2014). Bruk av smarttelefon og nettbrett i den norske befolkningen. SIFO-survey hurtigstatistikk (Prosjektnotat 2). Oslo: SIFO. Tømte, C., & Olsen, D. S. (2013). IKT og læring i høyere utdanning. Kvalitativ undersøkelse om hvordan IKT påvirker læring i høyere utdanning. (Report 32). Oslo: NIFU STEP. Wu, W.-H., Wu, Y.-C. J., Chen, C.-Y., Kao, H.-Y., Lin, C.-H., & Huang, S.-H. (2012). Review of trends from mobile learning studies: A meta-analysis. Computer & Education, 59(2),