Er en god datalog en person, som kan lære store mængder stof udenad, eller er det en der kan finde de oplysninger, han/hun skal bruge i den situation, hvor han/hun skal bruge dem?
Grunden til at jeg stiller spørgsmålet er at man har indført multiple-choice-eksamener på datalogi i Århus og disse eksamener er uden hjælpemidler.
Min holdning er, at eksamenskarakterer opnået i en multiple-choice-eksamen er næsten ubrugelig i forhold til at sige noget om den enkeltes udbytte af kurset. Ja, jo - man kan jo nok ikke svare på så mange af spørgsmålene, hvis man ikke har fulgt kurset og læst og/eller benyttet teknologierne, men man kan bare heller ikke svare på så mange af spørgsmålene, hvis man ikke er god til udenadslære. Det er evt. brugbart i en bestået/ikke-bestået situation, hvor man bare lige skal sikre sig, at folk har fulgt kurset før de får kredit for det, men det er jo ikke sådan det bliver brugt!
Jeg har lige snakket med en af mine russer om netop dette problem - han har problemer med at huske facts, men kan sagtens løse opgaver, når bare han kan slå ressourcer op på nettet eller i bøgerne. Det betyder at selv om han er en udemærket datalog og ville passe fint til et job "i det virkelige liv", så skal han døje med at have dumpet nogle eksamener på grund af eksamensformen. Det er da ikke hensigtsmæssigt.
Min holdning er at datalogi er så mange ting at man ikke kan lære om det hele - det der udgør en god datalog bliver så en person, som kan finde ud af at opsøge de oplysninger han/hun mangler. En der hurtigt kan skabe overblik over en stor stofmængde og som ikke er bange for at give sig i kast med noget nyt!
Man kan selvfølgelig vælge sig en niche og så være ekspert på det område, men som teknologien, jobmarkedet og efterspørgslen ændrer sig risikerer man så bare at stå med forældet viden om en teknologi, der var moderne engang.
Jeg kan godt se at fra et universitetsøkonomisk synspunkt, så er multiple-choice-eksamener billige og nemme for forelæseren. De kræver et minimum af organisatorisk indsats og kan bedømmes objektivt. En gave fra himmelen!
Men hvorfor eksaminere hvis det ikke bliver et fair billede af den enkeltes evner? Folk med fotografisk hukommelse er ikke nødvendigvis gode dataloger - vi er jo ikke læger, som ikke har tiden til at reflektere over en diagnose og løsning! Der er ingen der dør, hvis vi rent faktisk bruger lidt tid på at finde en holdbar løsning.
Men igen - dataloger er så mange ting efterhånden, så det er svært at sige hvilke egenskaber man kommer længst med - jeg er bare imod brug af multiple-choice-eksamener, som redskab til at sætte et tal på en persons evner indenfor et område.
torsdag den 29. marts 2007
Abonner på:
Kommentarer til indlægget (Atom)
Opslag
2 kommentarer:
Jeg ved ikke hvor mange karaktergivende fag de bruger multiple-choice-eksamener i. Dog vil jeg mene at eksamensformen er udemærket til fag som dAds, hvor det hedder bestået/ikke bestået. Vi har så også multiple-choise-eksamen i dWekTek, hvor der bliver givet karakter for faget. Her er der dog samtidigt også et eksamensprojekt der vægter med i karaktergivningen. Her ved jeg ikke helt hvordan de 2 dele vægtes op imod hinanden, men kan vel forsvares at bruge multiple-choise delen til at give et pej om hvem i en gruppe der har arbejdet med de forskellige ting under udarbejdelsen af projektet. Hvis du har arbejdet med en del med et område bør tingene jo hænge lidt fast efter projektet.
Vil dog give ret i at en multiple-choise-eksamen ikke er nok grundlag til at bedømme hvad en person kan. Samt at udenadslære er en lille del af datalog jobbet da alt ændrer sig så hurtigt, at det ikke giver mening at kunne noget udenad, som er forældet inden kort tid alligevel. Dog er det stadigt vigtigt at kunne huske en del af stoffet så du ikke behøver at slå alt op du foretager dig :)
Jeg vil give dig helt ret i at multiple-choice-eksamener kan bruges i situationen, hvor det er en bestået/ikke-bestået eksamen.
Det fik jeg vist også nævnt i mit indlæg - jeg synes bare ikke at man kan bruge karakterskalaen i den forbindelse, da en sådan eksamen vil placere vægten på de forkerte egenskaber hos en datalog og dermed give en ubehagelig oplevelse for de dataloger der er mindre gode til udenadslære.
Især når den udenadslære skal komme til dig i løbet af et 7-ugers-forløb.
Send en kommentar