získá z dat informace, interpretuje data získaná pro řešení konkrétního problému
Komentář
Žák pracuje se souborem dat, která souvisejí s konkrétním problémem, a analyzuje je, aby pochopil, jak mohou pomoci vyřešit daný problém. Musí porozumět datům, se kterými pracuje, tedy pochopit, jak jsou data organizovaná a jaké informace poskytují (např. známky, výsledky měření či šetření). Uvědomuje si meze jejich výpovědní hodnoty pro daný kontext. Přemýšlí o datech analyticky, dokáže rozpoznat vzory, trendy, odchylky a další důležité rysy dat, které mohou poskytnout vhled do problému, který řeší. Podstatné je to, že žák dochází k informovaným závěrům a rozhodnutím na základě (vědecké) analýzy dat.
Žák se při tom vyhýbá běžným nezáměrným chybám i záměrným manipulacím (např. nevhodný výběr zdrojových dat, ořezávky grafů, záměna korelace a kauzality, otočení implikace), tyto chyby a manipulace také dokáže odhalit v interpretaci dat někoho jiného. Rozliší různou úroveň relevance (vhodnosti, užitečnosti pro daný účel), validity (faktické správnosti) a reliability (opakovatelnosti měření či pozorování) dat a jejich zdrojů, vybírá nebo získává data co nejužitečnější pro řešení dané otázky.
Získávání, interpretace a kritické hodnocení dat jsou základní dovednosti pro porozumění dnešnímu informačnímu světu a pro základní navigaci v něm. Žijeme v éře, kdy je přístup k datům snadný a rychlý. Schopnost zpracovávat a interpretovat tato data je klíčová pro informované rozhodování v osobním i profesním životě. Denně jsme vystaveni obrovskému množství informací, včetně nepřesných nebo úmyslně zavádějících dat. Schopnost rozpoznat a vyvrátit nepřesné nebo zkreslené informace je klíčová pro ochranu proti dezinformacím.
Hodnoty
- Sdílené poznání
- Zdravá planeta
- Podporující technologie
- Důstojný život
Postupné/dílčí kroky dosahování očekávaného výsledku učení:
- rozumí hotovým příkladům interpretace dat
- pracuje podle návodu, jak daná data (např. v sloupcovém grafu, parkovací SMS) interpretovat
- replikuje typické postupy, např. vyhledávání údajů v tabulkových datech, zjišťování extrémů, posouzení základních kritérií kvality zdroje dat
- na základě pochopení nového pohledu na data (např. boxplot) odvozuje, jak najít potřebnou informaci
- data organizuje, strukturuje, sumarizuje, aby si usnadnil nebo vůbec umožnil jejich interpretaci, nejprve podle příkladu, vedení, posléze samostatně, včetně volby vhodných metod
- mezi několika interpretacemi vybere ty nekorektní a svou volbu zdůvodní, posléze pozná zjevně nekorektní interpretace i bez porovnání s alternativami, využívá poznatky ze souvisejících oborů, zejména z logiky a z přírodních věd
- rozliší různou úroveň relevance, validity a reliability dat a jejich zdrojů, vybírá nebo získává data co nejužitečnější pro řešení dané otázky