Refine
Has Fulltext
- no (73)
Year of publication
Document Type
- Monograph/Edited Volume (73) (remove)
Language
- German (73) (remove)
Is part of the Bibliography
- yes (73) (remove)
Institute
- Institut für Mathematik (73) (remove)
Neue Medien“ war über viele Jahre hinweg das Codewort für Computer, die den Einzug in den Schulunterricht schaffen sollten – wenn es nach den Befürwortern ging. Die Widerstände, gerade in der Grundschule, waren groß und vielfältig. Es ist verständlich, dass kurz nach der spielerischen Heranführung an Bildung im Kindergarten, in einer Zeit, in der die Schülerinnen und Schüler auch das soziale Miteinander einüben müssen und auch fein- und grobmotorische Fähigkeiten erwerben sollen, das vereinzelnde Sitzen vor einem Bildschirm nicht zu den obersten Prioritäten gehört – und auch unserer Meinung nach nicht gehören sollte. In den letzten Jahren hat sich der Begriff der neuen Medien aber verändert, und das, was bisher damit verbunden wurde, ist mit der „Digitalisierung“ nicht nur des Schulunterrichts, sondern des ganzen Lebens, zu einem Dreh- und Angelpunkt der Bildung geworden. Statt klobigen Computern mit Bildschirmen, die das Miteinander schon über die Ausstattung der Computerräume in die falsche Bahn lenken, haben mobile Geräte in der Hand der Schülerinnen und Schüler übernommen. Diese können nun gemeinsam an einem Gerät arbeiten, sie können direkt mit den Bildschirminhalten interagieren, sie können die Kameras, Mikrophone und Sensoren nutzen, um authentische Daten zu erfassen und zu verarbeiten, sie können auch außerhalb des Klassenraums oder der Schule damit arbeiten und haben inzwischen fast jederzeit das ganze Wissen des Internets mit dabei. Schwerpunkt dieses Bandes ist daher der Umgang mit Tablets und den darauf laufenden „Apps“ im Mathematikunterricht. In fünf Beiträgen werden konkrete Unterrichtsvorschläge gemacht, die als Blaupausen für App-gestützten Unterricht dienen können. Ergänzt wird dieser Band durch einen allgemeinen Leitfaden zur Beurteilung von Apps für den Mathematikunterricht samt Beispielen.
Gilles Blanchards Vortrag gewährt Einblicke in seine Arbeiten zur Entwicklung und Analyse statistischer Eigenschaften von Lernalgorithmen. In vielen modernen Anwendungen, beispielsweise bei der Schrifterkennung oder dem Spam- Filtering, kann ein Computerprogramm auf der Basis vorgegebener Beispiele automatisch lernen, relevante Vorhersagen für weitere Fälle zu treffen. Mit der mathematischen Analyse der Eigenschaften solcher Methoden beschäftigt sich die Lerntheorie, die mit der Statistik eng zusammenhängt. Dabei spielt der Begriff der Komplexität der erlernten Vorhersageregel eine wichtige Rolle. Ist die Regel zu einfach, wird sie wichtige Einzelheiten ignorieren. Ist sie zu komplex, wird sie die vorgegebenen Beispiele "auswendig" lernen und keine Verallgemeinerungskraft haben. Blanchard wird erläutern, wie Mathematische Werkzeuge dabei helfen, den richtigen Kompromiss zwischen diesen beiden Extremen zu finden.