Informatické myšlení jako kompetence pro 21. st.
1. 2016 BoBr stranaOstrava 2016
Informatickémyšlení
jakokompetencepro21.st.
Bořivoj Brdička
bobr@cesnet.cz
Katedra informačních
technologií a technické
výchovy
Karlova univerzita v Praze
Pedagogická fakulta
1
Spomocnik.
RVP.cz
@spomocnik
www.
Spomocnik.
net
http://www.slideshare.net/bobr/
http://www.youtube.com/user/Spomocnik
2. 2016 BoBr stranaOstrava 2016
Bushův Memex, 1945
https://youtu.be/c539cK58ees
2
Vannevar Bush a jeho Memex po 70 letech
3. 2016 BoBr stranaOstrava 2016
Ted Nelson
3
Ted Nelson demonstrates Xanadu Space
1960 - počítačový kurz na Harvardu
1963 - inspirován Bushem navrhl hypertext
World Wide Web byl přesně tím, čemu jsme se chtěli vyhnout.
Ted Nelson - Project Xanadu, 1998
4. 2016 BoBr stranaOstrava 2016
Tim Berners-Lee
4
World Wide Web Turns 25: Inteview with
inventor Sir Tim Berners-Lee
1989 - inspirován Nelsonem navrhl World Wide Web
5. 2016 BoBr stranaOstrava 2016
Clive Thompson:
Jsme díky technologiím schopnější
https://vimeo.com/99637441
5
Technologie dělají dokonce i amatéry neskonale chytřejšími než by
byli bez nich, a to za předpokladu (a je to věc zásadní), že rozumí
tomu, jak fungují. Používány vhodně, dnešní digitální nástroje nám
umožňují vidět dále, získat více, komunikovat častěji.
Clive Thompson - Smarter Than You Think: How Technology Changes Our Mind
For the Better, 2013
Jsme díky internetu hloupější nebo chytřejší?
Jak Google ovlivňuje naši paměť
(výzkum Betsy Sparrow)
Transaktivní paměť
Mít něco na jazyku
Sémantická paměť
Socrates a písmo
Moderní kentaur
Táboráky v kyberprostoru
Podobenství
o Thovtovi a Amonovi
Outsourcing paměti
6. 2016 BoBr stranaOstrava 2016 6
Táborové
ohně Knihy Internet
Dominantní
digitální
kultura
1950
Dominantní
mluvená
kultura
Dominantní
psaná
kultura
Dominantní
tištěná
kultura
Dominantní
vizuální
kultura
2000400 př.n.l.
Rukopisy TV
Zrychlující se vývoj šíření informací
1500
7. 2016 BoBr stranaOstrava 2016
Thomas H. Davenport,, Jeanne G. Harris & Robert Morison - Analytics at Work: Smarter
Decisions, Better Results, Harvard Business Press , 2010
Význam analýzy dat pro rozhodování
Co se stalo?
(zpráva)
Co se děje?
(výstraha)
Co se bude dít?
(extrapolace, vize)
Jak a proč se to stalo?
(modelování)
Co se má udělat hned
teď?
(doporučení)
Co nejlepšího (nejhoršího) se
může stát?
(předpověď, optimalizace,
simulace)
minulost přítomnost budoucnost
informace
porozumění
7
Budoucnost vzdělávání
8. 2016 BoBr stranaOstrava 2016 8
Budoucnost podle Gibsona
Budoucnost je již zde -
jen není rovnoměrně
rozložená.
William Gibson, The Economist, 2003
Gibson at a 2007 reading of Spook
Country in Victoria
Kyberprostor
společná halucinace, kterou
denně prožívají miliardy
oprávněných operátorů
každé národnosti …
William Gibson - Neuromancer, 1984
9. 2016 BoBr stranaOstrava 2016
The Law of Accelerating Returns
9
Ray Kurzweil - Zákon zrychlujících se změn
http://en.wikipedia.org/wiki/File:PPTExponentialGrowthof_Computing.jpg
http://www.youtube.com/watch?v=WFR3lOm_xhE
Jak Watson zvítězil v Jeopardy
1996
IBM Deep Blue
2011
IBM Watson
2016
Google DeepMind
10. 2016 BoBr stranaOstrava 2016 10
Rana el Kaliouby, TEDWomen, 2015
2010 2011 2012 2013 2014 2015 2016
1
rok
Mobilní
konektivita
Elektronické
knihy
Mobilní
aplikace
MOOC
Převrácená
třída
Převrácená
třída
BYOD
Volné
výukové
materiály
Mobilní
zařízení
Tablety Tablety
Analýza
výuk.
výsledků
BYOD
Analýza výsl.
a adaptivní
postupy
2-3
roky
Elektronické
knihy
Rozšířená
realita
Výukové hry Hry a
gamifikace
3D tisk Pracovní
činnosti
Pracovní
činnosti
Rozšířená
realita
Výukové hry
Analýza
výuk.
výsledků
Analýza
výuk.
výsledků
Hry a
gamifikace
Nositelné
technologie
Rozšířená
a virtuální
realita
4-5
let
Snímání
dotyku
a pohybu
Snímání
dotyku
a pohybu
Snímání
dotyku
a pohybu
3D tisk Sebe-
kontrola
Adaptivní
výukové
technologie
Emoční
analýza
Vizualizace
dat
Analýza
výuk.
výsledků
Internet věcí,
chytré
objekty
Nositelné
technologie
Virtuální
asistent
Internet věcí Robotika
New Media Consorcium & CoSN
Budoucnost podle Horizon Reportu
11. 2016 BoBr stranaOstrava 2016 11
4. průmyslová revoluce
1. 1784 parní stroj, vodní pohon, mechanizace
2. 1870 elektřina, dělba práce, pásová výroba,
masová produkce3. 1969 elektronizace, IT, automatizace
4. 2011 kyberneticko-mechanické systémy
12. 2016 BoBr stranaOstrava 2016 12
Hluboké učení strojů
1.Analýza textových informací
2.Analýza mluveného slova
3.Rozpoznávání obrazu
4.Simulace inteligentního chování
Co dokáží stroje
schopné
hlubokého učení
https://youtu.be/lx2_RiOWKpk
14. 2016 BoBr stranaOstrava 2016 14
Druhá počítačová revoluce
Kompetence s malým potenciálem automatizace:
Vrcholná kreativita
Emoce a mezilidské vztahy
Obratnost a mobilita
Jak se uplatnit s využitím inteligentních strojů:
1. Buďte lepší - hledat nečekané souvislosti (abstrakce)
2. Ustupte stranou - dělat činnosti, které stroje nezvládají
3. Ponořte se dovnitř - schopnost interpretovat výsledky (např.
velká data)
4. Specializujte se - stát se vrcholným expertem svého oboru
5. Běžte dále - pracovat na zdokonalování technologií
místo automatizace spolupráce se stroji
Práce je pro stroje, a život pro lidi.
Scott Santens: Universal Basic Income
16. 2016 BoBr stranaOstrava 2016 16
Pravděpodobnost automatizace práce v USA
Kdo z našich
žáků nejspíše
nenajde práci?
kompetence
s malým
potenciálem
automatizace:
Postřeh a jemná
motorika
Kreativita
Sociální
inteligence
B.FREY, A.OSBORNE
The Future of Employment,
Oxford, 2013
17. 2016 BoBr stranaOstrava 2016 17
Kompetence pro trh práce
LEVY, Frank; MURNANE, Richard. Dancing with robots: Human skills for computerized work. 2013
18. 2016 BoBr stranaOstrava 2016
Socratův odkaz dnešku
Výuka přestává být závislá na obsahu … Již dnes jsme schopni
získat okamžitě odpověď téměř na libovolnou otázku ...
Měli bychom vést žáky k tomu, aby nikdy zcela nevěřili tomu,
co se dozvědí.
Pedagogika otázek, pedagogika nejistoty.
David White: Education should move us, University of Oxford, 2012
18
Technologie vrací pedagogiku tam, kde vždy měla být
Vzdělávání je
zapalování ohně, ne
naplňování prázdné
nádoby.
Pedagogika nejistoty podle Jima Grooma
19. 2016 BoBr stranaOstrava 2016 19
Nonakův model SECI
Explicitní vs tiché poznání
Tiché poznání v online světě
20. 2016 BoBr stranaOstrava 2016 20
Různé definice poznávacích cyklů
4P Profesora Paperta Tvořivé myšlení
21. 2016 BoBr stranaOstrava 2016 21
BBC: What is computational thinking?
Informatické myšlení
Základní složky (Google):
• Rozklad problému (na
menší řešitelné části)
• Rozpoznávání vzorů
(podobností)
• Zobecňování vzorů
(abstrakce - rozeznání
důležitého, zanedbání
nepodstatného)
• Navrhování algoritmů
(řešení krok za krokem)
Dan Lessner - Informatické myšlení
(2): různá vymezení
22. 2016 BoBr stranaOstrava 2016 22
ISTE: Operational Definition of Computational Thinking for K–12 Education
Informatické myšlení ISTE:
• Formulace problému tak, aby k řešení bylo možné s výhodou použít
technologie.
• Organizace dat do logické struktury.
• Reprezentace dat v abstraktní formě prostřednictvím modelů a simulací.
• Řešení realizované formou algoritmu (řada naplánovaných kroků).
• Hledání, analyzování a implementace možných řešení s cílem dospět k
co možná nejúčinnějšímu a nejefektivnějšímu výsledku.
• Zevšeobecnění a přenesení způsobu řešení na širší škálu podobných
problémů.
Doplňkové schopnosti:
• Vnímání souvislostí.
• Vytrvalost při hledání řešení složitých problémů.
• Tolerování nejednoznačností.
• Schopnost pracovat na problémech s otevřeným koncem.
• Schopnost komunikovat a spolupracovat s někým na dosažení
společných cílů.
Informatické myšlení jako výukový cíl