eine zentrale Frage der Wissensvermittlung (pdf)

82 Literaritäten im Kontext
Quantitative Reasoning
Der Psychologe Neil Lutzky untersuchte, wie und ob StudentInnen einer amerikanischen
Kunstuniversität, des Carlton College, in ihren schriftlichen Arbeiten quantitative Informationen
aus Recherchematerialien verwendeten. In einem Drittel der Arbeiten wurden quantitative
Informationen selbst dann nicht mit einbezogen, wenn sie ein zentrales Thema der
Analyse betrafen. In neun von zehn Arbeiten wurde auf dieses Zahlenmaterial selbst dann
verzichtet, wenn es dazu beigetragen hätte, weniger wichtige Aspekte der eigenen Argumentation
zu erhärten. Und bei einer Detailuntersuchung zur Auswertung quantitativer
Informationen von Recherchematerialien aus Texten, in Tabellen und Diagrammen zeigten
sich bei den StudentInnen selbst bei Fragestellungen aus ihrem unmittelbaren Umfeld
große Unsicherheiten darüber, wie diese Aussagen Zusammenhänge beschreiben, wie sie
zu lesen sind und sich sprachlich fassen lassen. Lutzky schloss daraus, dass es wichtig
wäre, Quantitative Reasoning als Teil von Schreiben in allen Fächern zu lehren: als ein
wichtiges Element der Diskussion und Begründung, als eine Darstellungsform von Aussagen
und der Beschreibung von Phänomenen sowie für die Untermauerung von Thesen. Dieser
Gewinn an Sprache und Literarität durch die Ausformulierung von quantitativen Aussagen
bringe, so seine Ansicht, Vorteile für die Anliegen unterschiedlicher Disziplinen.
Milo Schield, ein Physiker, Mathematiker und Statistiker, der an einer amerikanischen Kunstuniversität,
dem Augsburg College in Minneapolis, Quantitative Reasoning und Statistical
Literacy unterrichtet, leitete ein Projekt, das sich zum Ziel gesetzt hatte, einen interdisziplinären
Lehrpan für Statistical Literacy für Kunstuniversitäten zu entwickeln. Den Bericht
über seine Arbeit publizierte er 2004. In ihm definiert er Statistical Literacy als „kritisches
Denken über Argumente, die Statistiken als Beweise einsetzen“. Im Zentrum stehen für ihn
nicht Zahlen, sondern die Worte, die den Zahlen ihren Rahmen geben. Der Fokus liegt beim
Lesen, beim Interpretieren und Kommunizieren, bei der Aussagenanalyse sprachlicher und
textlicher Darstellung.
In seinen Statistical Literacy Seminaren behandelte Schield mit seinen StudentInnen die
Grund lagen induktiven Denkens. Im Zentrum standen die Rekonstruktion der Argumentations -
basis und die Überprüfung der Gültigkeit jeder Art von Verallgemeinerung. Die StudentInnen
sollten so lernen, immer zuerst zu fragen, für welche konkreten Zusammenhänge und mit
Hilfe welcher Beobachtungsdaten das statistische Zahlenmaterial erstellt wird und Aussagekraft
hat. Damit sollte die Unterscheidungsfähigkeit geschärft werden für den Unterschied
zwischen belegbaren Verallgemeinerungen in Zahlenbeziehungen bei klar definierten Bedingungen
und der Verallgemeinerung von Zahlenbelegen für haltlose und fragwürdige Interpretationen.
Anhand sprachlicher Grammatik zeigte er den StudentInnen die Unterschiede
zwischen aneinander gereihten Verbindungen von Aussagen und ursächlichen Verknüpfung
von Aussagen, um ihnen klar zu machen, dass kleine Änderungen im Satzbau große Bedeutungsunterschiede
bewirken können. Er nahm Verhältniszahlen zum Anlass, um sie über
den Unterschied von Aussagen wie „bei Selbstmorden gibt es eher Witwen als Witwer“ und
„Witwen begehen eher Selbstmord als Witwer“ nachdenken zu lassen. Oder er ließ sie Prozent -
zahlen und Prozentsätze in Tabellen und Diagrammen miteinander vergleichen. Ein wichtiges
Thema war auch die – sprachliche – Mehrdeutigkeit von statistischen Aussagen, etwa bei
einem so diffusen Begriff wie Autosterberate. Die StudentInnen sollten sich die Frage stellen,
was diese Mehrdeutigkeiten eigentlich aussagten, ob damit vielleicht die Sterberate per
Auto, per FahrerIn oder gar per Automeile gemeint sein konnte.