Hvad er computationel tænkning?

Ved denne undervisningsgang har vi arbejdet med computationel tækning, og hvad er nu det for noget? Vi er lærerstuderende med hovedfag i dansk. Vi elsker sjove ord, grammatik og spændende tekster. Vi kan på første år dog ikke blot nørde vores store interesse for danskfaget, men vi skal også igennem faget teknologiforståelse, hvor vi i denne uge blev introduceret for emnet computationel tænkning. Indenfor dette emne indgår begreber som modellering, algoritmer, datasæt, fejlsøgning og programmering. Dette gav sved på panden for humanister som os. Men hvorfor skal lærerstuderende lære om computationel tænkning? Og hvad har det af relevans for lærere? Er det at drive skole nu også at lære eleverne at kunne kode?

Vi fandt dog ud af, at vi ikke behøver at kunne kode med Python og Java for at arbejde med computationel tænkning, men at man kan komme frem til mange etiske diskussioner gennem arbejdet  med denne tænkning.

Begrebet defineres helt enkelt af Lars Christian Clausen på EMU, som det at omsætte virkeligheden til noget en computer kan forstå. Virkeligheden omsættes gennem data, der gives til computeren, som så kan bearbejde dataen og give et output. Computeren kan programmeres gennem en algoritme, der er et sæt af regler som må være meget præcist defineret. Hvis man ikke giver computeren alle de data, den skal bruge for at løse et problem, vil den gå i stå. Fx hvis man beder den om at hente æbler i kurven i køkkenet, men der ikke er flere, kan den ikke vide, at den kan gå ud i haven og plukke nogle flere. Her vil den blot gå i stå, medmindre man har kodet den til at lede i haven, hvis der ikke er flere i kurven.

Enkelt sagt kan en computer kun løse entydige problemer. Med Levinsen og Sørensens (2019) framework står entydige problemer i modsætning til svagt strukturerede problemer, som er unikke problemer med særlige løsninger, hvor der altid kan være andre løsninger, og hvor de også altid kan forbedres. Der vil også være utilsigtede konsekvenser ved løsningerne. 

Et eksempel på et svagt struktureret problem kan være dannelse af studieteams på læreruddannelsen eller dannelse af grupper i en folkeskoleklasse. Der vil være mange menneskelige præferencer for, hvem man ønsker at arbejde sammen med, samtidig vil der måske være baggrundshistorier i relationerne, som gør at en bestemt sammensætning kan være svær osv. 

En mere entydig anskuelse af dannelsen af grupper kunne være blot at kigge på, hvem man har været sammen med tidligere. Men med denne tilgang kan der opstå problemer i samarbejdet i grupperne. Vi kan ikke vide, at vi har løst problemstillingen ved at anskue det entydigt, derfor er dannelse af studieteams ikke et entydigt problem. 

Hvis vi skal bruge en algoritme til at løse problemet med dannelse af studieteams, må vi gøre de svagt strukturerede problemer entydige i inputtet til computeren. Fx må vi danne kategorier til menneskelige præferencer for samarbejde fremfor at lade alle skrive et essay om, hvad godt samarbejde er for dem. 

Spørgsmålet er, om algoritmen kan løse dette svagt strukturerede problem på denne måde, eller om man så alligevel skal ændre i grupperne, efter at algoritmen har lavet et forslag. Bliver svaret på et svært problem simpelthen for entydigt? 

Samtidig kan man også stille spørgsmålstegn ved, om algoritmen har for snævre krav til, hvad vi overhovedet kan putte ind i den. Bliver vores input for styret af, hvad algoritmen vil? 

Denne case med dannelse af studieteams illustrerer et langt større problem. På internettet er vi hele tiden i kontakt med algoritmer. Det er vigtigt at kende til computationel tænkning, så vi bliver bevidste om, at algoritmer, søgemaskiner, reklamer på nettet mv. ikke er værdineutrale. Vi bliver nødt til at stille os kritiske overfor det. Fordi inputtet til computeren skal være meget entydigt, bliver outputtet meget stereotypt. 

I folkeskolen vil vi gerne give eleverne et nuanceret blik på verden, men på nettet bliver det meget snævert. Et eksempel kan være søgning af ord med Googles søgemaskine. Hvis man søger på “sort mand” kommer der billeder fra artikler om drab og mordsager, mens hvis man søger på “hvid mand” kommer der et billeder op af animationer af mænd samt hvide mænd i fine skjorter. Det er vigtigt at vise eleverne, at der altid er en grund til, hvad der kommer frem, når man søger. Der er en afsender, og det er altså ikke værdineutralt. Dette kan arbejdet med computationel tænkning give en stor indsigt i.