24.01.2015 Views

Modeller, miljø og kritisk demokratisk kompetanse - Caspar Forlag AS

Modeller, miljø og kritisk demokratisk kompetanse - Caspar Forlag AS

Modeller, miljø og kritisk demokratisk kompetanse - Caspar Forlag AS

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

32<br />

observeres. Jeg velger å illustrere prosessen ved<br />

stadiemodellen til Blomhøj (2003), se figur 2,<br />

men understreker at oppstillingen i denne sammenheng<br />

er et analyseverktøy <strong>og</strong> ikke nødvendigvis<br />

oppskrift på hvordan modellering bør<br />

foregå i klasserommet.<br />

For at situasjonen skal kunne omdannes til<br />

matematikk, må den vanligvis avgrenses <strong>og</strong><br />

etter hvert utvikles det en matematisk modell<br />

(rubrikk fire i figur 2) med tilhørende resultater<br />

som senere må vurderes <strong>og</strong> analyseres. Finner<br />

en at resultatene ikke kan aksepteres, vender en<br />

tilbake til ett eller flere av stadiene (a)–(f) for å<br />

undersøke hva som eventuelt kan forbedres.<br />

Et viktig skille mellom modelleringsprosessen<br />

<strong>og</strong> emner som matematisk problemløsning,<br />

er at i det første tilfellet blir relasjonen til virkelige<br />

situasjoner stadig testet <strong>og</strong> revurdert. Det er<br />

heller ikke nødvendigvis slik at en alltid starter<br />

øverst <strong>og</strong> deretter arbeider seg suksessivt gjennom<br />

hvert stadium. En prosess som dette gjennomarbeides<br />

vanligvis via flere (del)sekvenser. I<br />

noen tilfeller kan den matematiske formuleringen<br />

være gitt, slik at det som gjenstår er utprøving<br />

av modellen <strong>og</strong> fortolkning av resultatene,<br />

dvs. stadium (d) <strong>og</strong> (e). Andre ganger kan<br />

utfordringen være å sette opp det matematiske<br />

systemet (c) eller en er mest opptatt av å velge<br />

fornuftige inputdata til modellen. For å evaluere<br />

en modell (f), kan det hende en bare behøver å<br />

gå inn på noen av stadiene (a)–(e).<br />

Uansett hvilken av delprosessene en befinner<br />

seg i, vil det være behov for å gjøre både <strong>kritisk</strong>e<br />

vurderinger <strong>og</strong> l<strong>og</strong>iske resonnementer der matematikk<br />

inngår. Slike resonnementer kan medvirke<br />

både til utvikling av <strong>kritisk</strong> <strong>demokratisk</strong><br />

<strong>kompetanse</strong> <strong>og</strong> utvidet matematisk forståelse. Er<br />

problemformuleringen (a) aktuell for samfunnet<br />

som helhet, kan en forestille seg at tenkningen<br />

rundt modellen vil være spesielt egnet for<br />

utvikling av <strong>kritisk</strong> <strong>demokratisk</strong> <strong>kompetanse</strong>,<br />

men det kan ikke utelukkes at andre former for<br />

modellarbeid kan gi grunnlag for tilsvarende<br />

innsikt.<br />

I vårt tilfelle utgjør fenomenet «havnivåstigning»<br />

den virkelige situasjonen <strong>og</strong> kan plasseres<br />

i tilsvarende rubrikk i figur 2. De to linjene i<br />

figur 1 hører til i rubrikken for modellresultater.<br />

Den offentlige diskusjonen kommer inn<br />

under punktene (a)–(f). Selv om den offentlige<br />

debatten kommer i etterkant av modelleringsprosessen,<br />

illustrerer den hvilke analyser som<br />

kan være aktuelle gjennom prosesser som dette.<br />

For eksempel stilles det spørsmål om de historiske<br />

dataenes holdbarhet <strong>og</strong> hvorfor en lineær<br />

modell er valgt, som er relatert til henholdsvis<br />

(b), (c) <strong>og</strong> (d), <strong>og</strong> det fremkommer diskusjon<br />

om hvilke forhold som kan medvirke til økt<br />

havnivå, som kan sies å være en vurdering av<br />

selve problemformuleringen (a).<br />

Vi har vært inne på at det er umulig å lykkes<br />

med å tilpasse en linje i figur 1 fullstendig til<br />

så mange måledata som her, <strong>og</strong> uansett om vi<br />

velger en lineær modell eller ikke, vil valget<br />

medføre en viss unøyaktighet. For å kunne si<br />

noe om størrelsen av denne metodefeilen, behøver<br />

vi informasjon om hvordan metoden fungerer<br />

rent matematisk, dvs. innholdet i rubrikk<br />

fire, figur 2. Som vi skal se under, kan denne<br />

delen av modelleringsprosessen være mer eller<br />

mindre krevende å få innsikt i.<br />

<strong>Modeller</strong> som bokser<br />

Siden realistiske modeller bygger på avansert<br />

matematikk omsatt til ulike dataalgoritmer,<br />

vil de for utenforstående fremstå som såkalte<br />

black boxes (sorte bokser). En sort boks kan<br />

betraktes som et sted hvor informasjon sendes<br />

inn <strong>og</strong> bearbeides, før den blir sendt ut igjen i<br />

omformet tilstand uten at en vet hva som foregår<br />

inni boksen. Sort-boks-parallellen gjør at<br />

det kan være krevende – eller umulig, å avsløre<br />

hvilke kriterier <strong>og</strong> avgrensninger som ligger til<br />

grunn for et modellresultat. For en fullstendig<br />

vurdering av modellen er det nødvendig å oppløse<br />

boksen slik at innholdet kommer til syne,<br />

<strong>og</strong> dette må dessuten vanligvis forenkles <strong>og</strong><br />

bearbeides.<br />

Det kan diskuteres hvor mye matematikk en<br />

behøver å kjenne til for å kunne forholde seg<br />

3/2010 tangenten

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!