Algoritmikus gondolkodás vizsgálata és fejlesztése

Preview	PDF (thesis) Download (5MB) | Preview
Preview	PDF (booklet) Download (289kB) | Preview
Preview	PDF (booklet) Download (64kB) | Preview

Abstract in Hungarian

Az értekezés középpontjában egy elsőéves, angol nyelvű BSc képzésben részt vevő hallgatók algoritmikus gondolkodásának mérésére alkalmas teszt kidolgozása, annak működésének elemzése, valamint egy kapcsolódó fejlesztő kurzus létrehozása és hatékonyságának vizsgálata áll. A kutatás relevanciáját az adja, hogy az Eötvös Loránd Tudományegyetem Informatikai Karának angol nyelvű BSc Programozó képzésére jelentkező hallgatók egy része a tanulmányokhoz szükségesnél alacsonyabb szintű algoritmikus gondolkodással rendelkezik. Ennek következtében diagnosztikai mérőeszköz alkalmazása és célzott fejlesztő intervenciók bevezetése révén csökkenthető a hallgatók közötti kezdeti tudásbeli eltérés, elősegítve az egyetemi tanulmányok sikerességét. Az értekezés elsőként áttekinti az IKT területén bekövetkező változásokhoz kapcsolódó terminológiákat, valamint az algoritmus és az algoritmikus gondolkodás fogalmának alakulását, elméleti kereteit. Bemutatásra kerül egy átfogó algoritmikus gondolkodás modell, amely az empirikus vizsgálatok elméleti alapjául szolgált. A dolgozat tartalmazza egy, a kisiskolások (1– 4. osztályosok) eszközhasználatának, illetve az 5–6. osztályosok algoritmikus gondolkodásának vizsgálatához megtett első lépéseket, melyek eredményei befolyásoló tényezőként hatottak a teszt kialakítására. A kutatás során a teszt első verziója pilot keretében egy önbevallásos, az esetleges befolyásoló háttérváltozókat (például előképzettség, nyelvtudás) mérő kérdőívvel együtt került vizsgálatra. A pilot eredményei alapján került átdolgozásra az algoritmikus gondolkodás teszt. A fejlesztés sikerességét támogatandó egy problémamegoldást, algoritmikus gondolkodást fejlesztő kurzus is kialakításra került. A vizsgálat három szemeszteren keresztül zajlott, 137 BSc-s hallgatót érintve. Az algoritmikus gondolkodásteszt reliabilitása javult a pilot kutatás eredményeihez képest, ugyanakkor egyes feladatok diszkriminációs indexe arra utal, hogy nem minden item alkalmas a különböző képességszintek elkülönítésére. A legnehezebb feladatok – az elméleti elvárásoknak megfelelően – az alkotás szintjén helyezkedtek el, ahol a hallgatóknak önálló algoritmusokat kellett létrehozniuk. Az angol nyelvi teszt és az algoritmikus gondolkodás teszt között gyenge korreláció volt tapasztalható, azonban a Programozás kurzus eredményeivel és az első szemeszter végi teljesítménnyel való kapcsolat vizsgálata alapján feltételezhető, hogy a fejlesztő kurzus hozzájárul a hallgatók sikeres egyetemi előmeneteléhez. A kutatás kiterjedt a COVID-19 időszak alatti és utáni eredmények elemzésére, valamint a teszt online adaptációjának és más korcsoportokra való kiterjesztésének bemutatására.

Abstract in foreign language

This dissertation focuses on developing a test to assess the algorithmic thinking skills of first-year students in an English-language BSc program, analysing its effectiveness, and designing and evaluating a related development course. The study is particularly relevant as some students entering the English-language BSc Programming program at the Faculty of Informatics, Eötvös Loránd University, demonstrate lower levels of algorithmic thinking than required for successful academic performance. Implementing a diagnostic assessment tool and targeted intervention strategies can help bridge the initial knowledge gap among students, enhancing their chances of academic success. The dissertation first reviews key terminologies related to developments in information and communication technologies (ICT) and examines the evolution and theoretical framework of algorithmic thinking. It introduces a comprehensive model of algorithmic thinking, serving as the theoretical foundation for empirical research. Additionally, the study presents preliminary investigations into young students’ (grades 1–4) use of digital tools and the algorithmic thinking skills of students in grades 5–6, with findings that influenced the test design. The initial version of the algorithmic thinking test was piloted alongside a self-report questionnaire measuring potential background variables (e.g., prior knowledge, language proficiency). Based on the pilot results, the test was refined and revised. To further support students’ skill development, a problem-solving and algorithmic thinking course was also created. The study was conducted over three semesters, involving 137 BSc students. The reliability of the algorithmic thinking test improved compared to the pilot study results; however, the discrimination index of certain items suggested that some tasks were less effective in distinguishing between different skill levels. As expected, the most challenging tasks required students to develop their own algorithms, demonstrating a high level of cognitive demand. While a weak correlation was found between the English proficiency test and the algorithmic thinking test, further analysis of students' programming course results and first-semester academic performance suggests that the remedial course contributes to student progress. Finally, the research examines the impact of the COVID-19 period and presents the improved online version of the test, along with its potential adaptation for other student groups.

View Item