Hvorfor forkerte svar er guld værd: Fejlanalyse i matematik
Et rødt mærke i margenen på et stykke papir har en tendens til at dræbe motivationen. Fejl betragtes ofte som et bevis på, at noget gik galt. Men hvis vi skifter perspektiv og kigger nærmere på hvordan eleverne regner forkert, forvandles fejlene pludselig til det allermest værdifulde pædagogiske værktøj, vi har i klasserummet.
Nøglen til effektiv diagnostisk matematikundervisning er systematisk fejlanalyse. En struktureret fejl er nemlig ikke bare et gæt; det er et udtryk for en specifik logik, eleven har fulgt – bare den forkerte logik.
Distraktorer der afslører sandheden
For at kunne udnytte forkerte svar, kræver det, at svarmulighederne i vores opgaver ikke bare er tilfældige tal. De skal være nøje udvalgte "distraktorer" designet til at fange bestemte misforståelser.
Lad os kigge på regnestykket fra artiklens resume: 34 + 28 = ?
Hvis en elev regner forkert her, er det ikke ligegyldigt, hvad de svarer. Overvej disse tre svarmuligheder:
- 62 (Det korrekte svar).
- 52 (Eleven lægger enerne sammen, skriver 2-tallet, men glemmer at flytte tieren over. De regner bare 30 + 20).
- 512 (Eleven lægger tiere sammen for sig (3+2=5) og enere sammen for sig (4+8=12), og sætter bare tallene ved siden af hinanden).
Begge de forkerte svarmuligheder er logiske ud fra elevens fejlopfattelse. Vælger eleven 52, lider de af den klassiske fejltype, vi kalder CARRY_FORGET. Vælger de derimod 512, afslører det en fejl af typen CONCAT_DIGITS.
Fra fejltype til målrettet hjælp
Forskellen på de to fejltyper er enorm, når vi skal hjælpe eleven videre.
Eleven med CARRY_FORGET forstår godt positionssystemet, men har brug for hjælp til arbejdshukommelsen og rutinen omkring selve tierovergangen. Eleven der svarer 512 (CONCAT_DIGITS), mangler til gengæld en helt grundlæggende forståelse for positionssystemet og værdien af tiere og enere. Her nytter det ikke at terpe algoritmen på papir; vi skal tilbage og arbejde med tællerammer og fysiske klodser, før vi går videre.
Når vi systematiserer vores fejltyper, giver det forkerte svar os en direkte manual til, hvordan vi skal undervise næste gang.
Vi har bygget MatScan med netop denne filosofi som kernemotor. Hver eneste af vores over 12.000 opgaver er udstyret med forskningsbaserede distraktorer. Når dine elever øver sig på platformen, identificerer og navngiver systemet automatisk misforståelserne, så du kan bruge din dyrebare forberedelsestid på at planlægge gode interventioner i stedet for at rette opgaver i blinde.