under 2013 samlades en vem som är vem i teknikvärlden för att starta en ny ideell organisation som heter Code.org.syftet med organisationen var att få mer datavetenskap till skolor.
miljardärer som Mark Zuckerberg och Bill Gates donerade miljoner dollar till gruppen. Enligt organisationens senaste årsredovisning, Code.org spenderade mer än US$91 miljoner mellan 2013 och 2018. Av detta belopp gick 6,9 miljoner dollar för att förespråka statlig lagstiftning över hela landet.
som en del av organisationens uppdrag att ”få datavetenskap att räkna” i K-12-utbildning, code.org tar kredit för att ha påverkat examenspolitiken i 42 stater. Idag tillåter 47 stater och District Of Columbia datavetenskapsklasser att räkna i stället för matematiska klasser som Algebra 2. Före organisationens arbete tillät bara några få stater datavetenskap att räkna med matematikkredit.
dessutom antog 29 stater lagstiftning som tillåter datavetenskap att räkna i stället för en vetenskapskurs. När datavetenskap börjar räkna som matematik eller vetenskap, är det meningsfullt att fråga om dessa förändringar hjälper Amerikas studenter eller skadar dem.
är det här en bra ide?
som en beräkningsfysiker och utbildningsforskare som undervisar college freshman introduktionsfysik, oroar jag mig för att låta datavetenskap räkna som en obligatorisk matematik eller vetenskapskurs kan göra eleverna väsentligt mindre förberedda för college. Jag sökte efter forskning om detta ämne och frågade flera kollegor men kom tomhänt. Jag oroar mig också för att brist på matematik och naturvetenskap förberedelse i gymnasiet kunde artificiellt begränsa utbudet av alternativ för studenter som annars skulle ha lovande STEM karriärer.
visst är datavetenskap viktigt att undervisa i gymnasiet. Jag leder ett försök som kallas STEMcoding Project där jag har utbildat ett par dussin high school matematik och naturvetenskap lärare att integrera kodning i matematik och naturvetenskap, och jag har arbetat med några high school datavetenskap lärare att integrera mer vetenskap och matematik i sin läroplan.
jag började arbeta med STEMcoding-projektet 2016 efter att ha blivit frustrerad över hur många undergrads och till och med doktorander kom till mitt kontor som ville bli mentorerade på ett beräkningsfysikforskningsprojekt trots att jag inte hade någon tidigare erfarenhet av programmering.
När jag tänker på datavetenskap i skolor vill jag veta: vilken typ av datavetenskap, hur rigoröst är innehållet och vad som slutar tas bort för att göra plats för det? Även om det finns undantag, de flesta gymnasiet datavetenskap läroplaner som jag har sett har varit ljus på matematik och naturvetenskap.
Jag oroar mig för att studenter kan ta datavetenskap bara för att undvika de svårare matematik-och vetenskapskurser de behöver för college. Datavetenskap kan vara ett sätt för studenter att kringgå examen krav medan vuxna ser åt andra hållet.
andra är också berörda. Som svar på dessa trender kallade National Council of Teachers of Mathematics 2016 och så sent som 2018 för matematikklasser att räkna som matematik endast när de är ”utformade uttryckligen för att undervisa matematik.”
Karriärförberedelse
datavetenskap kan vara en praktisk klass som hjälper till att förbereda eleverna för riktiga medelklassjobb. Florida guvernör Ron DeSantis uttryckte liknande tankar när han undertecknade en arbetskraftsutbildningsräkning i lag tidigare i år som gör att datavetenskap kan räknas som matematik eller vetenskap.
” annat än att försöka hålla mina barn från att falla nerför trappan i guvernörens herrgård vet jag inte hur mycket jag hanterar fysik dagligen”, sade guvernören. Men han sa att det är annorlunda när det gäller datavetenskap. ”Du kan inte leva i vårt moderna samhälle utan att hantera teknik eller datorer i ditt dagliga liv”, tillade han.
det finns några fasta siffror bakom denna känsla. Trots en ökning av antalet studenter som tar datavetenskap på college finns det fortfarande mycket mer efterfrågan på datavetenskap och mjukvaruingenjörer än det finns utbud.
kanske på grund av denna efterfrågan beräknas lönerna för datavetenskapliga jobb vara så mycket som 40% mer än jobb inom andra områden.
är viktiga matematiska färdigheter förlorade?
trots dessa argument finns det fortfarande goda skäl att ifrågasätta datavetenskap substitution politik som en deSantis undertecknat. Att vara en modern elektriker kräver till exempel viss förståelse för algebra och trigonometri.
även för dem som planerar att studera datavetenskap rekommenderas att ta Algebra 2 och högre. Algebra 2 och andra avancerade matematiska kurser är också viktiga för teknik.
vissa studier uppskattar att en anmärkningsvärd 40% av college freshmen i USA kräver korrigerande matematik kurser. Den delen kan gå upp om färre elever tar en traditionell matematiksekvens i gymnasiet.
att ta korrigerande matematiska kurser som Algebra 2 på college kräver att eleverna spenderar mer tid och pengar än de skulle göra om de bara tog och passerade fyra års matematik i gymnasiet. Enligt en studie Slutför bara ungefär hälften av alla studenter som tar korrigerande matematik någonsin det. Så att hoppa över Algebra 2 i gymnasiet kan sluta stoppa många studenter från examen från college alls.
en fråga om val
kanske vid vägning av dessa problem, av de 47 stater som tillåter datavetenskap att räkna i stället för matematik, lämnar 13 det till enskilda distrikt att bestämma om eleverna ska utöva det alternativet. Listan över 13 inkluderar tekniskt kunniga stater som New York och Kalifornien.
i en majoritet av amerikanska stater har studenter och familjer nu ett allvarligt val att göra. Studenter kan ta en icke-traditionell väg och ersätta kurser som Algebra 2 och fysik med datavetenskap och ta chansen att detta inte kommer tillbaka för att bita dem senare. Eller så kan de hålla sig till en mer traditionell läroplan med sina traditionella fördelar och nackdelar.
som datavetenskap substitution politik blir mer allmänt utnyttjas, jag planerar att undersöka huruvida dessa CS substitution politik hjälpa mer än de skadar.
vi behöver särskilt förstå hur denna flexibilitet påverkar kvinnor och studenter från underrepresenterade grupper. Datavetenskapliga förespråkare har skapat ett slags nationellt experiment. De närmaste åren kommer att visa om det var en bra ide, men bara om vi tittar på mer än bara antalet studenter som tar datavetenskap.