پیاده‌سازی آموزش علم‌داده در مدرسه : فرصت ها و چالش ها

حجم بسیار بالا و ذخیره داده‌ها در دنیای امروز، دسترسی مردم به داده‌ها را افزایش داده است. با این روند مشکلاتی از جمله تفسیر اشتباه داده‌ها، تصمیم‌گیری در تمام عرصه‌های تاثیرگذارِ کار با داده را با چالش مواجه می‌کند. نیاز به نیروی کار در این زمینه بسیار پر تقاضا است و تجزیه و تحلیلگری داده‌ها یکی از شغل‌های پر درآمد در جهان می‌باشد. بنابراین آموزش علم‌داده و تجزیه و تحلیل داده‌ها به دانش‌آموزان به‌عنوان نیروی کار آینده امری جدی است و بایستی در برنامه درسی مدارس جایگاه مناسبی داشته باشد. هدف این پژوهش بررسی چالش‌های اساسی آموزش علم‌داده در آموزش مدرسه‌ای که شامل برنامه درسی، داده‌ها و فناوری، می‌باشد. تعریف علم‌داده در بررسی این چالش‌ها مؤثر است. مهم‌ترین موضوعی که در تعریف علم‌داده دیده ‌می‌شود، کشف الگوها و ساختن دانش با استفاده از داده‌ها با توجه به توانایی مهارت در رشته‌های موضوعی از جمله ریاضی، آمار و علوم کامپیوتر است. با توجه به تعریف علم‌داده تغییر در برنامه درسی ‌می‌تواند در سه درس ریاضیات، آمار و علوم کامپیوتر مورد توجه قرار گیرد. بیشترین تغییرات در زمینه برنامه درسی، ‌می‌تواند در ریاضیات مدرسه ای انجام شود.

implementing data science education in schools: opportunities and challenges

the vast volume and storage of data in today’s world have significantly increased public access to data. however, this trend poses challenges, such as the misinterpretation of data, which complicates decision-making in all fields that rely on data. on the other hand, the demand for skilled professionals in this field is exceedingly high. data scientists and data analysts hold some of the highest-paying jobs globally. furthermore, students are also part of this society, and their need to analyze data, both as citizens and as the future workforce, is a pressing issue. this need has drawn attention to integrating data science education into schools. the aim of this study is to explore the fundamental challenges of teaching data science in schools, focusing on curriculum design, data utilization, and technology. the definition of data science plays a crucial role in examining these challenges. a key aspect of data science is discovering patterns and generating knowledge using data, which requires proficiency in disciplines such as mathematics, statistics, and computer science. considering this definition, curriculum changes could particularly target these three subjects: mathematics, statistics, and computer science. among these, the most significant changes could be implemented in school mathematics.