Elaborating a Framework for Contextualized Problem-Based Instruction

In Klassenzimmern in den gesamten Vereinigten Staaten findet eine stille Revolution statt, die die Art und Weise, wie Mathematik unterrichtet wird, neu gestaltet. Jahrzehntelang bestand die Standardmethode darin, dass ein Lehrer ein Verfahren an einer Tafel demonstrierte, woraufhin die Schüler ähnliche Aufgaben übten, bis die Schritte automatisiert abliefen. Heute fördert eine wachsende Bewegung einen anderen Weg: den Schülern zuerst ein neuartiges, praxisnahes Problem zu präsentieren und sie darum zu bitten, sich mit der Lösung auseinanderzusetzen, bevor formale Regeln eingeführt werden. Dieser Ansatz, bekannt als problembasierter Unterricht, stützt sich stark auf den Kontext. Anstatt abstrakter Zahlen, die in einem luftleeren Raum schweben, berechnen Schüler vielleicht die Kosten eines Roadtrips, entwerfen einen Garten oder analysieren Sportstatistiken. Die Hoffnung ist, dass die Schüler das Fach durch die Verankerung der Mathematik in der vertrauten Welt außerhalb des Klassenzimmers als bedeutungsvoller, zugänglicher und nützlicher empfinden werden. Doch während die Philosophie klar ist, bleiben die praktischen Mechanismen, wie man diese Lektionen sequenziert, unklar. Pädagogen und Designer verfügen oft über keine klare Landkarte, um den Weg von einer chaotischen, realen Situation zu einer präzisen mathematischen Antwort zu navigieren. Sie wissen, dass sie wollen, dass Schüler die Verbindung herstellen, aber sie verfügen nicht immer über eine gemeinsame Sprache, um die spezifischen Schritte zu beschreiben, die erforderlich sind, um diese Brücke zu bauen.

Dies ist die Lücke, die die Forscher Luke T. Reinke und Xin Liu zu schließen versuchten. In Zusammenarbeit mit drei der am weitesten verbreiteten Mathematik-Lehrplänen für die Middle School im Land analysierten sie tausende Fragen und Aufgaben, um genau zu verstehen, was passiert, wenn sich Schüler mit kontextuellen Problemen befassen. Ihr Ziel war es nicht, eine neue Theorie zu erfinden, sondern einen praktischen Rahmen – eine Reihe von Kategorien – zu schaffen, der die verschiedenen Arten des Denkens beschreiben kann, die von Schülern verlangt werden. Durch die Zerlegung des komplexen Prozesses der Lösung eines realen Problems in unterscheidbare, beobachtbare Handlungen entwickelten die Forscher ein Werkzeug, das es Lehrplanentwicklern und Lehrkräften ermöglicht, die Struktur ihrer Lektionen mit neuer Klarheit zu sehen. Sie wollten wissen: Welche Arten von Fragen werden tatsächlich gestellt, und in welcher Reihenfolge?

Die Forscher untersuchten Materialien aus drei großen Programmen: Illustrative Mathematics (auch bekannt als Open Up Resources), Eureka Math und iReady. Sie konzentrierten sich speziell auf die siebte Klasse und wählten fünf Lektionen aus jedem der fünf großen mathematischen Stränge aus, um eine breite Perspektive zu gewährleisten. Sie haben die Lektionen nicht nur gelesen; sie haben sie seziert, indem sie jede Aufgabe, jede Frage und jede Anweisung in kleine Teile zerlegt haben. Jedes Stück wurde dann nach einer spezifischen Kategorie von Aktivitäten kodiert. Durch diesen rigorosen Prozess verfeinerten sie einen bestehenden Rahmen, fügten neue Kategorien hinzu und klärten alte, bis sie ein robustes System hatten, das den Fluss einer Mathematikstunde zuverlässig beschreiben konnte.

Das Ergebnis ist eine detaillierte Karte von sechs primären Arten von Aktivitäten, die innerhalb der kontextuellen Problemlösung auftreten. Die Reise beginnt oft mit einem Fokus auf den Kontext selbst, bei dem die Schüler gebeten werden, ihr Vorwissen über die reale Situation zu aktivieren, wie etwa Diskussionen über ihre Erfahrungen mit Weben oder Roadtrips. Dies wird gefolgt von einem entscheidenden Schritt, in dem die Schüler das Problem formulieren müssen, also identifizieren müssen, was tatsächlich gefragt wird, welche Informationen relevant sind und welche Annahmen sie treffen müssen. In einigen Lektionen ist dieser Schritt explizit und fragt die Schüler, welche Daten sie sammeln sollen; in anderen ist das Problem bereits gut definiert und die Aufgabe besteht lediglich darin, die Schlüsselzahlen zu identifizieren.

Sobald das Problem gerahmt ist, gehen die Schüler dazu über, ein Modell zu erstellen. Dies ist der Moment, in dem die reale Welt in eine mathematische Repräsentation übersetzt wird. Schüler zeichnen vielleicht ein Diagramm, erstellen eine Tabelle oder skizzieren einen Graphen, um die Beziehungen darzustellen, die sie sehen. Die Forscher fanden heraus, dass diese Modelle informell sein können, wie eine Zeichnung von Löffeln und Tassen, oder strukturierter, wie eine prä-formale Verhältnis-Tabelle. Nach der Erstellung dieser Repräsentation nutzen die Schüler das Modell, um eine spezifische Frage zum Kontext zu beantworten, wie etwa die Bestimmung, wie weit eine Familie in einer gegebenen Zeit reisen wird. Dieser Schritt testet, ob das Modell tatsächlich funktioniert, um das ursprüngliche Problem zu lösen.

Das Lernen endet jedoch nicht mit dem Finden einer Antwort. Der Rahmen identifiziert eine vitale Phase, in der sich der Fokus vollständig auf das Modell selbst verschiebt. Hier werden die Schüler gebeten, innerhalb der mathematischen Struktur zu arbeiten, vielleicht indem sie eine Zeichnung in eine Gleichung übersetzen oder einen spezifischen Wert wie eine Änderungsrate berechnen. Dies ist der Punkt, an dem die Mathematik abstrakt wird, sich kurzzeitig von der Geschichte löst, um ihre interne Logik zu erforschen. Der letzte und vielleicht wichtigste Schritt ist der Fokus auf die Korrespondenz. In dieser Phase werden die Schüler gebeten, auf die Verbindung zwischen ihrem abstrakten Modell und der realen Situation zurückzublicken. Sie müssen erklären, was eine bestimmte Zahl oder ein Graph-Merkmal in der Geschichte tatsächlich bedeutet, oder bewerten, ob ihre Antwort in der realen Welt sinnvoll ist. Beispielsweise könnten sie gefragt werden, ob es vernünftig ist anzunehmen, dass ein Auto zehn Stunden lang mit einer konstanten Geschwindigkeit fährt, was sie dazu zwingt, die Grenzen ihres eigenen Modells zu kritisieren.

Die Forscher entdeckten auch, dass diese Aktivitäten selten isoliert vorkommen. Sie treten häufig in spezifischen Sequenzen auf, die kraftvolle Lernmöglichkeiten schaffen. Ein häufiges Muster beinhaltet, dass Schüler ein informelles Modell erstellen, dieses nutzen, um ein Problem zu lösen, und dann angeleitet werden, dieses Modell in eine formale mathematische Repräsentation zu übersetzen. Diese Sequenz spiegelt ein Konzept wider, das als vertikale Mathematisierung bekannt ist, bei dem Schüler von ihren eigenen intuitiven Strategien zu standardisierten mathematischen Konventionen übergehen. Eine weitere häufige Sequenz fordert die Schüler auf, einen mathematischen Parameter, wie etwa eine konstante Rate, zu identifizieren und dann sofort zu interpretieren, was diese Zahl in der Geschichte bedeutet. Dieses Hin und Her hilft den Schülern, ein tiefes Verständnis aufzubauen, das abstrakte Symbole mit der konkreten Realität verknüpft und verhindert, dass die Mathematik zu einem bedeutungslosen Regelsatz wird.

Die Studie hob auch hervor, was fehlt. Während die Lehrpläne in vielen Bereichen reichhaltig waren, stellten die Forscher eine Knappheit an Aufgaben fest, die Schüler dazu auffordern, eigene Fragen basierend auf einem Modell zu generieren. In den High-School-Materialien, die sie zuvor analysiert hatten, wurden Schüler manchmal gebeten, neue Fragen zu stellen, die durch eine gegebene Gleichung beantwortet werden können. In den Materialien für die Middle School war diese Art des kreativen Fragenstellens weitgehend abwesend. Dieses Versäumnis ist signifikant, da die Fähigkeit, Fragen zu stellen, ein Kernbestandteil des mathematischen Denkens ist, aber dennoch oft in Standard-Lektionsplänen übersehen wird.

Der von Reinke und Liu entwickelte Rahmen bietet mehr als nur eine Möglichkeit, Fragen zu kategorisieren; er bietet ein Menü an Optionen für diejenigen, die Bildung gestalten. Durch das Verständnis der verfügbaren unterschiedlichen Arten von Aktivitäten können Designer die Lektionen so konzipieren, dass die Schüler den vollständigen Zyklus der mathematischen Modellierung erleben. Sie können prüfen, ob eine Lektion mit der richtigen Art von Kontext beginnt, durch die notwendigen Schritte des Aufbaus und der Nutzung eines Modells führt und mit einer Reflexion darüber endet, was die Mathematik tatsächlich bedeutet. Der Rahmen hilft auch Forschern und Lehrkräften, zu analysieren, wie der Unterricht im Klassenzimmer umgesetzt wird, um zu sehen, ob die beabsichtigte Sequenz befolgt wird oder ob Gelegenheiten für tiefes Verständnis übersprungen werden.

Letztendlich legt diese Arbeit nahe, dass effektiver problembasierter Unterricht nicht eine einzelne Methode ist, sondern eine sorgfältig orchestrierte Abfolge verschiedener Arten des Denkens. Er erfordert, die Schüler aus der vertrauten Welt in das abstrakte Reich der Mathematik und wieder zurückzuführen, um sicherzustellen, dass die Verbindung zwischen beiden stark bleibt. Indem sie eine klare Sprache bereitstellen, um diese Bewegungen zu beschreiben, haben die Forscher den Pädagogen ein Werkzeug an die Hand gegeben, um Lektionen zu gestalten, die über das bloße Lehren von Verfahren hinausgehen. Sie bieten einen Weg, Schülern zu helfen, Mathematik nicht als eine Sammlung isolierter Fakten zu sehen, sondern als eine kraftvolle Art, die Welt zu verstehen und mit ihr zu interagieren. Der Rahmen erhebt nicht den Anspruch, alle Herausforderungen in der Mathematikausbildung gelöst zu haben, aber er bietet eine zuverlässige Grundlage für die Gestaltung eines Unterrichts, der sowohl prinzipientreu als auch praktisch ist und sicherstellt, dass der Weg von einem realen Problem zu einer mathematischen Lösung klar, kohärent und tiefgreifend verstanden wird.