The Importance of Statistical Literacy in Mathematics Teacher Education
यह अध्ययन सांख्यिकीय साक्षरता के प्रति पूर्व-सेवा गणित शिक्षकों की समझ का परीक्षण करता है, जिसमें यह पाया गया है कि जहाँ ज्ञान की कमियाँ व्याख्या को सीमित कर सकती हैं, वहीं सामाजिक रूप से प्रासंगिक डेटा के साथ जुड़ाव उन्हें केवल गणितीय उत्तरों से परे आलोचनात्मक दृष्टिकोण विकसित करने और सार्थक विचार व्यक्त करने में सक्षम बनाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपराध दर की खबरों से लेकर स्वास्थ्य लाभों का वादा करने वाले विज्ञापनों तक, आंकड़ों से भरी इस दुनिया में, डेटा को पढ़ने और उस पर सवाल उठाने की क्षमता एक महत्वपूर्ण जीवन कौशल बन गई है। यह कौशल, जिसे सांख्यिकीय साक्षरता (statistical literacy) कहा जाता है, केवल नंबरों को जोड़ने या औसत निकालने के बारे में नहीं है। यह एक व्यापक क्षमता है जो गणितीय समझ को एक आलोचनात्मक दृष्टिकोण के साथ जोड़ती है। इसमें यह पूछना शामिल है कि कोई संख्या कहाँ से आई, इसे किसने एकत्र किया, और यह वास्तविक दुनिया के बारे में क्या कहानी बताती है। महत्वपूर्ण रूप से, इसके लिए यह पहचानना आवश्यक है कि डेटा शायद ही कभी पूर्ण होता है; यह अक्सर अनिश्चितता, संदर्भ और इसे एकत्र करने के तरीकों से आकार लेता है। इस साक्षरता के बिना, लोग भ्रामक जानकारी को तथ्य मान सकते हैं, जिससे लोकतांत्रिक समाज में पूर्ण रूप से भाग लेना या अपने जीवन के बारे में सूचित निर्णय लेना कठिन हो जाता है।
हालाँकि, चुनौती यह है कि इस कौशल को कैसे सिखाया जाता है। कई स्थानों पर, सांख्यिकी को केवल गणित की एक शाखा के रूप में माना जाता है, जो दुनिया की अव्यवस्थित और अनिश्चित वास्तविकता के बजाय सूत्रों और प्रक्रियाओं पर बहुत अधिक ध्यान केंद्रित करती है। यह दृष्टिकोण ऐसे छात्रों को तैयार करने का जोखिम उठाता है जो समीकरण तो हल कर सकते हैं लेकिन डेटा के पीछे के अर्थ की व्याख्या नहीं कर सकते। भविष्य के शिक्षक इस कार्य के लिए कैसे तैयार किए जा रहे हैं, इसे समझने के लिए, पाकिस्तान के NED इंजीनियरिंग एंड टेक्नोलॉजी विश्वविद्यालय के एक शोधकर्ता ने नौ पूर्व-सेवा गणित शिक्षकों (pre-service mathematics teachers) की सोच की जांच की। ये वे व्यक्ति हैं जो स्कूल शिक्षक बनने के लिए प्रशिक्षण ले रहे हैं और वर्तमान में एक विश्वविद्यालय कार्यक्रम में नामांकित हैं। अध्ययन का उद्देश्य यह देखना था कि क्या ये भावी शिक्षक सरल गणना से आगे बढ़कर डेटा के साथ सार्थक और आलोचनात्मक तरीके से जुड़ सकते हैं, विशेष रूप से जब संख्याएं गंभीर सामाजिक मुद्दों को छूती हों।
शोधकर्ता ने इन नौ छात्रों के साथ एक-एक करके लगभग तीस मिनट लंबे साक्षात्कार आयोजित किए। बातचीत को वास्तविक और प्रासंगिक बनाने के लिए, साक्षात्कारों में अमूर्त या काल्पनिक नंबरों का उपयोग नहीं किया गया। इसके बजाय, प्रतिभागियों को पाकिस्तान में दस वर्षों की अवधि में हत्या की दरों पर वास्तविक दुनिया के डेटा को दर्शाने वाले ग्राफ दिखाए गए, साथ ही महिलाओं के खिलाफ हिंसा के रुझान भी दिखाए गए। एक ग्राफ ने राष्ट्रीय और क्षेत्रीय दरों को दिखाया, लेकिन जानबूझकर इसमें माप की इकाई (जैसे "प्रति 100,000 लोगों में") को छोड़ दिया गया, ताकि यह देखा जा सके कि क्या छात्र इस छूटे हुए संदर्भ को नोटिस करते हैं। दूसरा ग्राफ विशेष रूप से ग्यारह वर्षों के अंतराल में महिलाओं की हत्या की दर पर केंद्रित था। छात्रों से इन चार्टों की व्याख्या करने, उनके द्वारा देखी गई चीज़ों को समझाने, भविष्य के रुझानों की भविष्यवाणी करने और यह चर्चा करने के लिए कहा गया कि इस डेटा पर विश्वास करने के लिए उन्हें अतिरिक्त जानकारी की आवश्यकता क्यों होगी।
इन बातचीत के परिणामों ने यह खुलासा किया कि उनके भविष्य के शिक्षक कैसे सोचते हैं, इसकी एक जटिल तस्वीर सामने आई। जब हिंसा जैसे सामाजिक मुद्दों से जुड़े डेटा का सामना हुआ, तो प्रतिभागियों ने केवल एक 'मानवीय कैलकुलेटर' की तरह व्यवहार नहीं किया। वे अक्सर पाकिस्तानी समाज के अपने ज्ञान, अपने व्यक्तिगत अनुभवों और उन मुद्दों पर अपनी राय को सामने लाए। उन्होंने हिंसा के सामाजिक संदर्भ पर चर्चा की और ग्राफ में देखे गए पैटर्न के कारणों की व्याख्या की। यह एक सकारात्मक संकेत था, जो दर्शाता है कि वे संख्याओं को मानवीय दुनिया से जोड़ने में सक्षम थे, जो सांख्यिकीय साक्षरता का एक मुख्य हिस्सा है। वे केवल सही गणितीय उत्तर खोजने तक सीमित नहीं थे; वे सही सामाजिक उत्तर खोजने की कोशिश कर रहे थे।
हालाँकि, अध्ययन ने उनकी समझ में कुछ महत्वपूर्ण कमियों को भी उजागर किया जो कभी-कभी उन्हें पीछे खींच लेती थीं। हालाँकि छात्र सामान्य रुझानों को पहचान सकते थे, जैसे कि दरें बढ़ रही हैं या घट रही हैं, लेकिन उनकी व्याख्याएँ अक्सर सतही थीं। कई लोग यह समझाने में संघर्ष करते थे कि दर की गणना वास्तव में कैसे की जाती है या वे संख्याएँ वास्तव में क्या दर्शाती हैं। उदाहरण के लिए, कुछ लोग 'दर' (rate) की अवधारणा को अन्य गणितीय विचारों के साथ भ्रमित कर रहे थे, और कुछ ने स्वीकार किया कि वे नहीं जानते कि डेटा कैसे निर्धारित किया गया था। एक छात्र ने सही ढंग से पहचाना कि एक दर का अर्थ प्रति 100,000 लोगों में से महिलाओं की हत्या की संख्या है, लेकिन अन्य कम सटीक थे। बुनियादी गणितीय और सांख्यिकीय ज्ञान की इन कमियों का अर्थ था कि भले ही उनके पास मजबूत राय थी, लेकिन कभी-कभी उनके पास उन विचारों को ठोस साक्ष्य के साथ समर्थन देने के लिए तकनीकी आधार की कमी थी।
शोध ने यह भी देखा कि क्या छात्रों ने डेटा पर सवाल उठाया। एक वास्तव में साक्षर व्यक्ति पूछता है कि जानकारी किसने एकत्र की, नमूना (sample) कैसे चुना गया, और क्या ग्राफ पूरा सच बता रहा है। अध्ययन में पाया गया कि हालांकि कुछ छात्रों ने ये आलोचनात्मक प्रश्न पूछे, जैसे कि डेटा के स्रोत या संग्रह पद्धति की विश्वसनीयता के बारे में सोचना, लेकिन बुनियादी गणितीय ज्ञान के उपयोग की तुलना में ये मामले अपेक्षाकृत दुर्लभ थे। इसके अलावा, छात्रों ने शायद ही कभी यह व्यक्त किया कि संख्याएँ पूर्ण और अपरिवर्तनीय तथ्य हैं। वास्तव में, अध्ययन में किसी भी छात्र ने संदेह की पूर्ण कमी नहीं दिखाई; किसी ने भी डेटा को अंतिम सत्य (gospel) के रूप में नहीं माना। यह सुझाव देता है कि हालांकि उनमें पूरी तरह से विकसित आलोचनात्मक कौशल नहीं हो सकते हैं, फिर भी वे संख्याओं को आँख मूंदकर स्वीकार नहीं कर रहे थे।
सबसे उल्लेखनीय निष्कर्ष यह था कि प्रतिभागियों की डेटा की व्याख्या करने की क्षमता विभिन्न प्रकार के ज्ञान का मिश्रण थी। उनके गणितीय कौशल महत्वपूर्ण थे, लेकिन वे अकेले पर्याप्त नहीं थे। दुनिया को समझने के लिए उनका सामाजिक ज्ञान और संदर्भ के बारे었던 आलोचनात्मक रूप से सोचने की क्षमता भी उतनी ही आवश्यक थी। जब डेटा को बिना किसी वास्तविक दुनिया की कहानी के प्रस्तुत किया जाता, तो छात्र शायद अधिक संघर्ष करते। लेकिन जब नंबरों को हत्या और हिंसा जैसे भारी, वास्तविक जीवन के मुद्दों से जोड़ा गया, तो छात्र अधिक गहराई से जुड़े। उन्होंने चार्टों को समझने के लिए अपने जीवन के अनुभवों का उपयोग किया, भले ही उनके तकनीकी स्पष्टीकरण कभी-कभी अधूरे थे।
यह अध्ययन बताता है कि भविष्य के गणित शिक्षकों के प्रशिक्षण के लिए केवल उन्हें सांख्यिकीय समस्याओं को हल करना सिखाना ही पर्याप्त नहीं है। इसके लिए उन्हें ऐसे डेटा के साथ काम करने के अवसर देने की आवश्यकता है जो लोगों के जीवन के लिए मायने रखते हैं। प्रामाणिक, सामाजिक रूप से प्रासंगिक संदर्भों का उपयोग करके, शिक्षक शिक्षा कार्यक्रम भविष्य के शिक्षकों को यह सीखने में मदद कर सकते हैं कि सांख्यिकी को केवल नियमों के एक सेट के रूप में नहीं, बल्कि समाज को समझने के एक उपकरण के रूप में कैसे देखा जाए। शोध इंगित करता है कि हालांकि इन भविष्य के शिक्षकों में आलोचनात्मक विचारक बनने की क्षमता है, लेकिन उनका वर्तमान प्रशिक्षण अक्सर उन्हें तकनीकी ज्ञान की ऐसी कमियों के साथ छोड़ देता है जो उनके अंतर्दृष्टि को पूरी तरह से व्यक्त करने से रोकती हैं। नागरिकों की एक ऐसी पीढ़ी को तैयार करने के लिए जो डेटा से भरी दुनिया में राह बना सके, उनके शिक्षकों की शिक्षा को गणितीय सटीकता और आलोचनात्मक, वास्तविक दुनिया की समझ के बीच संतुलन बनाने के लिए विकसित होना चाहिए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।