ככל שהחברה המודרנית מסתמכת על מידע ונתונים, כך חיוני יותר ללמוד כיצד להבין אותם. בפיתוח אוריינות מידע, קיימים יתרונות להסתמכות על נתונים ועל מידע אותנטיים – כאלו שנאספים אודות תופעות בעולם האמיתי. הסקירה היומית של לשכת המדענית הראשית כוללת שני מאמרים הבוחנים את היתרונות הללו. המאמר הראשון דן, באופן תיאורטי, ביתרונות שבשימוש במידע מדעי אמיתי לצורכי הוראה של מקצועות המדעים בבית הספר. המאמר השני מישראל, מתאר גישה להקניית אוריינות מידע ואוריינות דיגיטלית המתבססת על שימוש בנתונים אמיתיים ללימודי ביולוגיה, ואת המקורות התיאורטיים עליהם התבססו מפתחי הגישה.
מידע ונתונים הם בסיס מרכזי למחקר מדעי, אולם הופכים לחלק חשוב יותר ויותר בחברה בכלל. עובדה זו מגבירה את חשיבותן של אוריינות מידע ושל אוריינות מדעית עבור בוגרות ובוגרים של מערכות חינוך. טענה זו נכונה במיוחד ביחס לאפשרויות התעסוקה העתידיות שפתוחות בפני התלמידים: רמה גבוהה של אוריינות מידע ואוריינות מדעית מאפשרת גישה למקצועות בעלי מעמד גבוה, ומעלה את כושר ההשתכרות של בוגרות ובוגרים. במאמר זה, מנסים הכותבים ג'לוויק ושולטייס – לבסס את הטענה, כי הקנייה מיטבית של אוריינות מידע ואוריינות מדעית מתרחשת כאשר התלמידים עובדים עם נתונים מדעיים ועם מידע מדעי אותנטי. הכוונה לנתונים ולמידע, כמותיים או איכותניים, שנאספים במהלך מחקר מדעי.
בהקשר הכיתתי, מידע אותנטי יכול להגיע ממגוון מקורות: החל באיסוף מידע עצמאי של התלמידים, בחיפוש מקורות מידע מקוונים, או חיפוש נתונים וטבלאות בספרי לימוד, וכלה בקריאת פרסומים מדעיים. השימוש במידע מדעי אותנטי יכול להדגיש את הקשר בין אוריינות מידע לאוריינות מדעית אצל התלמידים, וכך להבהיר להם את חשיבותה של אוריינות המידע. דוגמה לכך היא הוראת מתמטיקה באמצעות התבססות על מידע מדעי אמיתי. שיטת הוראה זו עשויה להבהיר את החשיבות של מתמטיקה לפתרון בעיות מדעיות, מחיי היום יום של התלמידים, שיש להן גם היבטים חישוביים.
החשיפה לנתונים מדעיים עשויה לגרום לתלמידים להתעניין יותר בלימודי המדעים ולשפר את החשיבה הביקורתית שלהם. נוסף על כך, העובדה שהנתונים המדעיים הם חלק מתמונה מדעית רחבה יותר, עשויה לסייע למורות ומורים לתת לתלמידים הקשר ברור, ולקשר את החומר הנלמד לעולם האמיתי.
יתרון חשוב נוסף של מידע מדעי אותנטי הוא, שהוא מגיע ברמות שונות של מורכבות. מורכבות של מידע יכולה להתבטא במספר דרכים: מידע יכול לתאר תופעות בהיקף משתנה (היקף המידע); להכיל מספר רב או מועט של מקרים או נבדקים, ומספר רב או מועט של פרטים על כל נבדק (גודל המידע); להיות נקי ממשתנים חסרים ושגיאות או לכלול כאלו (נקיון המידע) ועוד. כל אחת מהמורכבויות הללו מספקת הזדמנויות אחרות ללמידה. למשל, מידע "מלוכלך" (messy) יכול ללמד תלמידים כיצד "לנקות" נתונים ולטייב מידע – לאתר משתנים חסרים או נתונים לא הגיוניים, ולהשמיטם. דוגמה נוספת – קיומם של משתנים רבים עשוי להצריך את התלמידים לזהות מהם המשתנים הרלוונטיים לשאלה בפניה הם ניצבים.
השימוש במידע מדעי אותנטי מורכב דורש, כך מציינים ג'לוויק ושולטייס, הבנייה הדרגתית של יכולות אצל התלמידים. הם ממליצים להתייחס לכל אחד ממימדי המורכבות בתהליך הבנייה זה. כך, ניתן להתחיל עם מידע פשוט ולהעלות את המורכבות שלו באחד המאפיינים שצויינו לעיל. לאחר מכן, לשוב אל המידע הפשוט ולהגביר את המורכבות שלו במימד אחר – וכן הלאה. לאחר שהתלמידים יידעו להתמודד עם מורכבות במימד אחד, עבור כל אחד מהמימדים, ניתן יהיה להעלות את "רמת הקושי", ולאפשר להם להתמודד עם מורכבות בשני מימדים או יותר. הכותבים מדגישים כי הלמידה בעזרת מידע מדעי אותנטי מצריכה הכנה מיוחדת וכלים מיוחדים גם בקרב המורות והמורים. צוותי החינוך עשויים להזדקק לתהליך למידה, על מנת לרכוש את המיומנויות הרלוונטיות לעבודה עם מידע מורכב. בנוסף, הם יזדקקו לזמן בכדי להכין את השיעורים ולזמן נוסף, במהלך השיעורים, בכדי להבנות את היכולות הדרושות אצל התלמידים.
המאמר המוצג הוא פרק בספר, בו מתוארת גישה להקניית אוריינות מידע ואוריינות דיגיטלית. גישה זו מתבססת על שימוש בנתונים אמיתיים ללימודי ביולוגיה. אוריינות דיגיטלית מקובלת בספרות האקדמית, בתור אחת מסוגי האוריינות החיוניים לבוגרות ולבוגרי מערכות חינוך במאה ה-21. אוריינות זו נדרשת למי שמתעתד להמשיך ללימודים אקדמיים, וכן חיונית להצלחה בשוק התעסוקה העתידי. אוריינות מידע ונתונים כוללת את ההיכרות עם צורות שונות של הצגת מידע ונתונים, את האפשרות לפענח אותם, ולהסיק באמצעותם מסקנות תקפות. אוריינות דיגיטלית ואוריינות מידע אמורות שתיהן לסייע לבוגרות ולבוגרים להתנהל בעולם הנשלט בידי אלגוריתמים המבוססים על נתוני עתק (Big data) ועל בינה מלאכותית (Artaficial Intellegance או בראשי תיבות: AI).
בכדי להקנות אוריינות דיגיטלית ואוריינות מידע ונתונים ללומדות וללומדים נדרש להציג ללומדות והלומדים ידע תאורטי ולתת להם להתנסות בלמידה מעמיקה. אחד העקרונות הבסיסיים של למידה מעמיקה הוא חיבור בין הידע או היכולת הנלמדים, לבין עולמם וחוויותיהם של הלומדים. חיבור זה לעולם האמיתי הוא שהנחה את ירדן ולבקוביץ', לקדם שימוש במסד נתונים אותנטי ללמידה של ביולוגיה בבית הספר התיכון. בפרק מציגים ירדן ולבקוביץ' גישות תיאורטיות להבנייתו של ידע מדעי, ואת השפעתן של גישות אלו על מאמציהם לפתח כלים לשילוב ידע אותנטי בלימודי הביולוגיה.
הבסיס הראשון לגישה שפיתחו שני החוקרים, הוא הצורך לקשר את רכיבי הידע זה לזה, בלימודים בכלל, וכפועל יוצא גם בלימודי גנטיקה. החוקרים מסתמכים על החלוקה המוכרת בין שלושה מרכיבים של ידע של תחום דעת: ידע הצהרתי (declerative knowledge) – שעניינו היכרות עם העובדות החשובות בתחום הדעת (או: לדעת מה); ידע תהליכי (procedural knowledge) – היכרות עם האסטרטגיות המרכזיות לזיהוי מידע בתחום הדעת, איסופו וניצולו (או: לדעת איך); וידע התנייתי (conditional knowledge)– ההבנה מתי לערוך שימוש בתהליך מסויים, או מתי עובדה מסוימת קשורה לנושא (או: לדעת מתי). על פי כותבי המאמר, למידת הביולוגיה על בסיס מדע אמיתי, מחייבת את התלמידים לא רק להכיר כל אחד משלושת רכיבי הידע של תחום הדעת, אלא לתרגל שימוש בהם במהלך לימודיהם.
הבסיס השני לגישה, הוא הצורך לבנות בהדרגה את היכולת המורכבת של השימוש בידע הצהרתי ובידע תהליכי, לצורך פתרון בעיות באמצעות טכנולוגיה. בהתאם לכך, נחלקים הלימודים, שמציעים החוקרים, לחמש פעילויות לימודיות, שמותאמות במיוחד ליכולותיהם הקוגנטיביות של תלמידים בתיכון, ולידע שלהם. הפעילויות כוללות חקירה אמיתית, שמכוונת לשיפור תוחלת החיים של בני אדם, ואיכות חייהם. שלוש הפעילויות הראשונות כוללות הדרכה מפורטת, צעד אחר צעד, לגבי שימוש בכלי הדמייה אינטרנטיים לצורכי מחקר. בכלל זה, על הלומדות והלומדים לפרט שיקולים אפשריים בבחירת הכלי הדיגיטלי המתאים, והתרומה האפשרית של כלי זה לפתרון הבעיות המוצבות בפניהם. רק לאחר מכן, בשתי הפעילויות האחרונות, מצופה מהתלמידים לפעול עצמאית לפתרון הבעיות הללו.
הבסיס השלישי של הגישה עוסק בהקניית הכישורים הקוגנטיביים, לצורך הבנת מבנים של חלבונים, וסוגים אחרים של מבנים ביולוגיים, בהסתמך על דגמים מולקולריים דיגיטליים. כאן מתבססים החוקרים על שמונה כישורים שזוהו בעבר: 1) פיענוח הדגם, 2) הערכת כוחו ומידת דיוקו, 3) פירוש של השימוש בדגם לצורך פתרון בעיות, 4) ביצוע מניפולציה בדגם, 5) בנייה של דגם מולקולרי, 6) חיבור של דגמים מסוגים שונים, 7) חיבור דגמים של חלקים שונים בגוף, ו-8) החזייה (Visualization) של גודלו היחסי של הדגם. הכישורים הללו, על פי כותבי המאמר, כוללים את שלושת רכיבי הידע – ההצהרתי, התהליכי וההתנייתי. הקנייה של כישורים אלו היא לדבריהם חלק משמעותי מהמטרות של הגישה, במיוחד ביחידות הראשונות שלה.
מאחורי הסקירות היומיות עומד צוות מסור ומקצועי, שמייצר תוכן רלוונטי עדכני ואיכותי. לשכת המדען הראשי מבקשת להודות לצוות הסקירה היומית על היותם חלק מפרויקט משמעותי זה, ועל השותפות המאפשרת יצירה והפצה של ידע מחקרי איכותי מידי יום.
התוצרים מתקופת הקורונה מבוססים על עבודה משותפת של חוקרים וחוקרות רבים ממוסדות אקדמיים שונים ברחבי הארץ. לשכת המדען הראשי מבקשת להודות לחוקרות והחוקרים על השותפות וההתגייסות לתמיכה בהתמודדות של מערכת החינוך עם משבר הקורונה, ועל הנכונות לתרום מזמנם ומומחיותם עבור גיבוש המסמכים המוצגים באתר זה.
תודה מיוחדת לגב' אריאלה טבצ'ניק ברודאי על ריכוז הפרוייקט וליושבות הראש של הקבוצות ד"ר ענת כהן, ד"ר דפנה קופלמן-רובין, פרופ' לילי אורלנד-ברק, פרופ' יהודית דורי ופרופ' הללי פינסון על ההובלה.
ניהול קבוצות העבודה והמחקרים: ד"ר אודט סלע, לשכת המדען הראשי, משרד החינוך
מנהלת הפיתוח: ענבר בוברובסקי, לשכת המדען הראשי, משרד החינוך
קונספט דיגיטלי, עיצוב ופיתוח האתר: ד״ר רון דביר ובר דביר
