Ing kelas ilmu data, siswa nulis program komputer kanggo mbantu nganalisa set data sing akeh.
Alison Yin/EdSource
Ing kelas ilmu data, siswa nulis program komputer kanggo mbantu nganalisa set data sing akeh.
Ji Y. Son lan James W. Stigler
25 Januari 2023
Matematika SMA, lan aljabar, utamane, ana ing krisis. Senajan sawetara siswa berkembang ing dalan kanggo kalkulus, paling ora. Aljabar I minangka kursus sing paling gagal ing sekolah menengah Amerika. Telung puluh telu persen siswa ing California, umpamane, njupuk Aljabar I paling ora kaping pindho sajrone karir sekolah menengah. Lan siswa saka werna utawa sing ngalami mlarat overrepresented ing grup iki.
Sawetara argue yen aljabar minangka bagéyan saka pathway kanggo kalkulus kurang lan kurang relevan ing donya saiki lan sing siswa bakal luwih dilayani dening njupuk sawetara kursus ing aljabar lan liyane ing lapangan kayata statistik lan ilmu data. Universitas California, umpamane, wis mutusake manawa kursus statistik lan ilmu data bisa ditindakake kanggo ngganti Aljabar 2 kanggo nyukupi syarat sing diakoni.
Liyane nolak pendekatan iki, kanthi alesan manawa partisipasi tingkat dhuwur ing karir ing ilmu, teknologi, teknik lan matematika, pungkasane, mbutuhake kalkulus, lan nggodho siswa saka Aljabar 2 lan menyang ilmu data bakal ngilangi kesempatan karir kasebut. , kalebu proyek ing ilmu data! Salajengipun, akeh padha sumelang yen siswa saka latar mburi disadvantaged, sing ana ing resiko luwih saka gagal Aljabar I, bakal sing paling kamungkinan kanggo dilacak menyang iki path math alternatif, lan kanthi mangkono luwih kamungkinan kanggo ilang saka pipa STEM.
Siswa ora kudu dipeksa milih ing antarane kursus matematika sing luwih menarik, relevan lan modern (path science data) lan sing menehi kesempatan kanggo sinau matematika sing dibutuhake yen pengin ngupayakake karir sing gegandhengan karo STEM (path kalkulus). ). Kabeh siswa bisa entuk manfaat saka sinau babagan statistik, ilmu data lan coding. Nanging yen rencana kerja ing ilmu data, utawa ing lapangan liyane sing gegandhengan karo STEM, dheweke uga butuh pangerten sing jero babagan aljabar.
Argumentasi babagan konten apa sing kudu dilebokake ing matematika sekolah menengah gagal ngakoni gajah ing kamar: WAku durung ngerti carane mulang konsep aljabar sing apik kanggo umume siswa.
Akeh siswa sing lulus Aljabar 1 ora nguwasani isi kanthi cukup jero kanggo nyiapake kanggo Aljabar 2, kursus STEM sing luwih dhuwur. Lan akeh siswa sing nindakake cukup apik ing aljabar nemokake iku mboseni lan ora cocog kanggo urip dhewe. Siswa ora bisa disalahake amarga kurang minat sinau babagan “langkah-langkah” sing dibutuhake kanggo ngatasi X utawa akronim bisu kaya FOIL (mnemonik kanggo mbantu siswa ngelingi carane faktor polinomial). Pandangan babagan aljabar iki ora bisa njaga motivasi sebagian besar siswa kanggo nggayuh karir sing ana gandhengane karo STEM.
Ilmu data ora alternatif kanggo aljabar; ing kasunyatan, iku uga banget uga tombol kanggo mangerteni carane kanggo mulang aljabar uga. Aljabar sekolah menengah, ing panemu kita, butuh banget ilmu data, istilah sing cocog kanggo penalaran kuantitatif lan gagasan matematika sing bisa digunakake karo data sing diklumpukake ing donya nyata. Ilmu data duweni potensi kanggo nggawe aljabar relevan lan menarik kanggo siswa sing pengin ngerti lan nambah jagad. Ilmu data bisa dadi jawaban sing paling apik kanggo pitakonan sing paling kerep ditakokake dening siswa aljabar sekolah menengah: Kepiye carane aku bakal nggunakake iki?
Nanging kaya aljabar butuh ilmu data, ilmu data butuh aljabar. Fungsi dhasar sing diwulangake ing aljabar sekolah menengah (contone, linear, polinomial, lsp.) digunakake kanggo model pola ing data. Kita wis ngupayakake kemungkinan iki kanthi ngembangake kurikulum statistik lan ilmu data kanggo sekolah menengah lan awal kuliah sing nandheske konsep inti kanggo aljabar lan ilmu data: fungsi lan model. Siswa kita ora sinau babagan fungsi minangka abstraksi matematika, nanging digunakake minangka model sing ora sampurna sing bisa mbantu kita ngerti lan prédhiksi variasi ing donya.
Dene ing matematika, fungsi bisa nggawe prediksi sing tepat, ing ilmu data prediksi meh tansah salah; model tansah duwe kesalahan. Alesan iki bener iku data nyata tansah messier saka donya matématika murni. Nanging, kekacauan iki sing narik siswa. Pungkasan, dheweke ndeleng kepiye fungsi sing ana ing teori bisa mbantu dheweke nggawe ramalan sing luwih apik (sanajan ora sampurna) ing konteks nyata. Dheweke sinau manawa model sing ora sampurna luwih apik tinimbang ora ana model.
Kita mulang siswa babagan fungsi linear. Nanging asring takon apa fungsi liyane ana kanggo model pola liyane Komplek ing data, kayata kurva. Guru seneng banget amarga siswa kepengin sinau babagan fungsi eksponensial, logaritmik, lan polinomial, sing sadurunge akeh siswa ora ngerti nilai kasebut. Siswa dadi luwe kanggo sinau sawetara aljabar!
Bayangake jagad ing ngendi para siswa rumangsa mbutuhake fungsi aljabar tinimbang rumangsa kepeksa sinau babagan sing diarani “wong matematika.” Mbayangno generasi siswa sing mikir fungsi eksponensial bisa mbiyantu sinau. Yen aljabar bisa ngrangkul ilmu data lan ilmu data bisa nindakake bab sing padha kanggo aljabar, kita kabeh bisa ngarep-arep menyang donya sing siswa rumangsa ora marem karo kawruh lan kawruh saiki. pengin kanggo sinau matematika luwih akeh.
•••
Ji Y. Putra iku profesor psikologi ing California State University, Los Angeles. James W. Stigler minangka profesor psikologi sing misuwur ing UCLA. Dheweke riset babagan carane siswa sinau ing domain sing kompleks, lan dadi pendiri CourseKata.org, kurikulum statistik lan ilmu data sing digunakake dening sekolah menengah lan perguruan tinggi.
Panemu-panemu ing katrangan iki minangka panemu saka panulis. Yen sampeyan pengin ngirim komentar, mangga deleng pedoman lan hubungi kita.
Kanggo entuk luwih akeh laporan kaya iki, klik ing kene kanggo ndhaptar email saben dina tanpa biaya EdSource babagan perkembangan paling anyar babagan pendidikan.