Hur rör sig lärare i klassrummet och vad betyder det för deras undervisning? Är möbleringen av klassrummet tillräckligt funktionell? Går det att interagera med alla elever? Tekniska lösningar som bygger på IoT (Internet of Things eller Sakernas Internet) gör det enkelt att samla in och visualisera den här typen av data. Genom att analysera och reflektera kring sina rörelsemönster, får lärare nya perspektiv på hur deras praktik kan utvecklas och förbättras.
En fördjupad studie under ett år
Lärares rörelsemönster i klassrummet var ett av de delområden som studerades i det treåriga forskningsprojektet IoT Hubb Skola, som RISE genomförde tillsammans med Stockholms universitet, nio skolhuvudmän från partnerskapet och Atea. I slutet av förra året beviljades RISE, tillsammans med sina tidigare samarbetspartners, samt den kommunala gymnasieskolan Stockholm Science and Innovation School (SSIS), medel av Vinnova för att genomföra en fördjupad studie under ett år.
Precis som tidigare i IoT Hubb Skola bär lärarna halsband med sensorer (så kallade taggar) som sänder vidare data om deras rörelsemönster till sensornoder i klassrummet. Informationen som samlas in bearbetas och visualiseras som en heatmap eller en heatvideo som visar var och hur länge läraren rör sig. Visualiseringen ger sedan underlag för pedagogiska reflektioner och samtal.
En heatmap ger en objektiv bild av vad som händer i klassrummet
Robert Ramberg och Patrik Hernwall, professor respektive universitetslektor vid Institutionen för data- och systemvetenskap (DSV) vid Stockholms universitet, genomför coachande samtal med lärarna under projektets gång. Syftet är att lärarna ska reflektera kring hur de rör sig, koppla det till hur undervisningen fungerar och börja fundera på vad som skulle kunna göras annorlunda.
En heatmap och en heatvideo fungerar som kognitivt stöd, ett hjälpmedel för minnet, som gör det möjligt för lärare att få en objektiv bild av vad som händer i klassrummet under en lektion, säger Robert Ramberg.
– Ofta blir det en aha-upplevelse när lärare upptäcker hur deras rörelsemönster ser ut. Det kan till exempel handla om att det finns delar av klassrummet där de inte alls har rört sig eller att de mest rör sig inom några få områden. Lärarna uppskattar de här samtalen, eftersom de få syn på sådant som de annars hade varit ovetande om. Det leder i sin tur till att de börjar tänka i nya banor kring hur de rör sig och agerar när de undervisar.
SSIS tar fram en egen lösning, anpassad efter skolans behov
I det nya projektet, liksom i det föregående, används en kommersiell plattform som ursprungligen tagits fram för att underlätta logistiken i lager och industrimiljöer. Nu har den kompletterats med en lösning, utvecklad av SSIS, som är billigare, mer lättanvänd och bättre anpassad till skolans konkreta förutsättningar och behov. De bygger, testar och förvaltar sin egen lösning. När projektet har avslutats kommer all dokumentation att göras fritt tillgänglig, så att andra skolor kan använda och arbeta vidare med hård- och mjukvaran.
SSIS lokaler finns i samma byggnad som Institutionen för data- och systemvetenskap. Några medarbetare hörde under talas om forskningen kring lärares rörelsemönster i IoT Hubb Skola och blev intresserade. På en workshop fick de veta mer, och kunde senare även låna och testa en prototyp till en teknisk lösning som DSV använde, berättar David Karlström, it-pedagog på SSIS.
– Jag tittade närmare på hur tekniken fungerar och blev sporrad att göra en egen variant. Under sommarlovet experimenterade jag mig fram och hade snart utvecklat en mer lättanvänd lösning som motsvarade den som användes i det pågående projektet. Det är enkelt att snabbt spola igenom lärarens rörelsemönster under lektionen. Hela det samlade förloppet finns tillgängligt, och det är enkelt att pausa och diskutera hur läraren rör sig vid olika tidpunkter under lektionen.
Efter sommaren installerades fyra sensornoder i ett klassrum. Installationen tog inte mer än tio minuter och tekniken visade sig fungera bra. Det var bara att köra vidare, berättar Mattias Wickberg, förstelärare och projektansvarig på SSIS.
– Vi gavs möjlighet att medverka i det nya projektet om lärares rörelsemönster, och tre lärare var intresserade av att vara med. I november installerade vi därför sensornoder i ytterligare två klassrum. Intresset väcktes även bland andra lärare på skolan, trots att de inte deltar i projektet. Vi fortsatte att bygga ut och gav sensorer till alla lärare som ville prova. I mars var samtliga klassrum och alla andra utrymmen anslutna.
Det är många variabler som påverkar lärares rörelsemönster
Det är viktigt att skolan öppnar upp för tekniska innovationer och undersöker hur de kan ge stöd åt undervisningen. Men det förutsätter samtidigt att tekniken är lättanvänd och att det inte finns några trösklar som lägger hinder i vägen, konstaterar Patrik Hernwall.
– Lärare är redan tillräckligt pressade och kan inte lägga tid på att lära sig krångliga tekniska lösningar som inte är anpassade för skolan. Med en skräddarsydd lösning går det att ställa krav på hur tekniken fungerar och att ta fram funktioner som underlättar den pedagogiska analysen. Tack vare att lösningen är billig, kan SSIS nu även analysera hur lärare rör sig utanför klassrummet. Det går alltså att se hur ofta och hur länge lärare möts i korridorerna, när de sitter vid skrivbordet, och så vidare. Men framför hur de fördelar tiden i klassrummet; vilka elever som får mer eller mindre tid. Det går också att se om lärares rörelsemönster skiljer sig åt i olika ämnen.
Det är förhållandevis enkelt att samla in lärares rörelsemönster, men det resulterar inte i några enkla sanningar, tillägger Patrik Hernwall.
– Det är många variabler som påverkar lärares rörelsemönster och de varierar mellan olika klassrum och olika klasser. Ju fler variabler lärare kan få objektiv status på, desto lättare är det att få igång det pedagogiska samtalet – och att tänka om.
Vilken roll spelar möbleringen av klassrummet?
Det finns en stark korrelation mellan hur möbleringen ser ut och hur läraren rör sig i klassrummet. Elever sätter sig inte gärna vid borden nära dörren. De bord som står vid klassrumsfönstren blir däremot snabbt upptagna. Lärare rör sig naturligtvis mest i de områden där eleverna sitter, men det är sannolikt inte något de reflekterar särskilt mycket kring.
Det gäller att bli medveten om hur rörelsemönstren ser ut och att börja fundera på hur möbleringen påverkar elevernas förutsättningar att hålla fokus och att följa med i undervisningen. När lärare får en objektiv bild av hur de själva rör sig, blir det lättare att lämna den traditionella möbleringen och tänka i nya banor, säger Robert Ramberg.
– Alla vet hur ett klassrum brukar se ut, och det skapar en viss trygghet. Men ibland är det nödvändigt att gå utanför ramarna för att kunna utveckla och förbättra undervisningen. En lärare ville skapa mer dynamik och skapa bättre villkor för diskussion och interaktion. Resultatet blev att eleverna delades in i olika grupper och att borden sattes samman så att det blev som olika breakout-rooms i Zoom, fast inne i klassrummet. Det togs väl emot av eleverna, och läraren började planera nya lektionsupplägg för att dra nytta av den nya möbleringen.
Övervakning och kontroll – kollegial dialog och reflektion
Kartläggningen av lärares rörelsemönster innebär att det sker en kontinuerlig övervakning, och det är förstås inte riskfritt. Några lärare är tyvärr tveksamma till att delta i projektet, eftersom de är rädda för att skolan blir ett panoptikon, säger Patrik Hernwall.
– Det finns naturligtvis alltid problem med kontroll och övervakning, men jag förundras över att lärare ofta tycker att det är problematiskt när de själva övervakas. När de själva övervakar och kontrollerar eleverna ser de inte samma problem. Den här kartläggningen är till för att de själva, tillsammans med sina kollegor, ska få data som hjälper dem att utveckla sin undervisning. Blicken utifrån kan ses som övervakning, men den kan också ha en positiv effekt och fungera som stöd.
Behovet av kollegial dialog och reflektion är samtidigt en viktig lärdom från projektet, påpekar Patrik Hernwall.
– Lärare säger ofta att de har svårt att hitta tid för våra coachande samtal om deras heatmap. När vi ses ber de om ursäkt för att de inte har hunnit reflektera kring sina rörelsemönster. Men de blir väldigt engagerade under samtalets gång och många blir besvikna när vi närmar oss avslutningen. Det är tydligt att lärare har ett behov av att tänka och reflektera tillsammans med andra kring sin undervisning, och det gäller att skolan kan ge dem den tiden.
Fem månader återstår av forskningsprojektet om lärares rörelsemönster, och det förs redan diskussioner om hur arbetet kan fortsätta. SSIS hör till dem som ska fortsätta även när projektet är över, och jag och Patrik kommer säkert att vara med på ett hörn, säger Robert Ramberg.
– Det finns mycket som är väl värt att undersöka vidare, inte minst lärares förutsättningar att reflektera kring och utveckla sin praktik. När det gäller tekniken, är den ännu i sin linda och här finns det mängder av utvecklingsmöjligheter. Inte minst är det viktigt att fundera på hur data kan filtreras på sätt som ger fler dimensioner åt reflektionen. Ju fler variabler som finns med, desto bättre!
På väg mot en öppen teknisk lösning
David Karlström har redan en lång lista över funktioner som kan förbättras eller läggas till. Samtidigt är det viktigt att grundfunktionerna förblir enkla och att gränssnittet även i fortsättningen är intuitivt – det är viktiga framgångsfaktorer som inte får slarvas bort.
– Vi är på gång med att lägga in analyszoner i klassrummet, så att lärare kan se hur länge de är vid olika platser, till exempel vid tavlan eller olika bordsgrupper, utan att snabbspola sin heatvideo. Det ger en mer direkt överblick, vilket förstås underlättar analys och reflektion. Nästa steg blir att lägga till en loggbok, så att lärare kan jämföra rörelsemönster och rumsliga förutsättningar i olika klassrum. Det vore både intressant och viktigt att få en bättre bild av hur det faktiskt ser ut.
Såväl hårdvara som mjukvara i den lösning som SSIS har tagit fram ska vara helt öppen. Det återstår dock en del arbete innan källkod och dokumentation kan läggas på Github, säger David Karlström.
– Hårdvaran är anpassad efter de komponenter jag hade tillgång när jag satte igång. Här finns det utan tvekan en del som behöver ändras och snyggas till. Det är också viktigt att jag inte själv gör dokumentationen, eftersom det är lätt att bli hemmablind. Jag har gjort allt arbete från början och kan det hela utantill. Det gör att jag riskerar att missa sådant som är viktigt att veta för att kunna sätta ihop tekniken och få allt att fungera.
Analys av lärares rörelsemönster blir en del av arbetet med datadriven undervisning
SSIS är sedan tidigare igång med ett samarbete om datadriven undervisning tillsammans med Jalal Nouri, professor i teknikstött lärande vid DSV. Nästa steg blir att se hur det här kan samspela med analysen av lärares rörelsemönster, säger Mattias Wickberg.
– Nästa läsår kommer jag att korrelera den data vi har om hur lärare rör sig med annan data som vi samlar. Här behöver vi få med elevernas perspektiv: Stämmer deras uppfattning av hur de fokuserar på lektionen överens med analysen av lärarens rörelsemönster? Jag vill också försöka se hur lärare rör sig kollektivt och om det finns några döda zoner, dit ingen lärare rör sig på skolan. Finns det områden på skolan där lärare borde röra sig mer och finnas tillhands för eleverna?
Lärare behöver få nya perspektiv på sin praktik utan att det tar för mycket tid och energi. Här kan analysen av deras rörelsemönster få en central roll, menar Mattias Wickberg.
– Tidigare har vi använt video för att dokumentera och analysera undervisningen, men kontinuerlig datainsamling med sensorer ger helt andra möjligheter. Vi får bättre överblick och mer detaljerade data. Dessutom är det mycket enklare att hantera och betydligt mindre tidskrävande. Det ger oss goda möjligheter att diskutera effekter av olika sätt att bedriva undervisning och att få syn på hur klassrummen behöver möbleras och organiseras.
