Osnovni pojmovi podatkovne pismenosti

Podatkovna pismenost u praksi uključuje sposobnost kako:

• prepoznati relevantne podatke u određenom kontekstu

• objasniti izvore podataka i metode njihova prikupljanja

• analizirati i interpretirati podatke i izvući pouzdane zaključke

• primijeniti spoznaje temeljene na podacima u planiranju i provedbi nastave i istraživačkom radu

• procijeniti i djelovati u skladu s etičkim načelima koja uključuju poštivanje privatnosti, zaštitu osobnih podataka, transparentnost u korištenju informacija i izbjegavanje manipulacije ili pristranosti u interpretaciji podataka.

U vremenu sve intenzivnije primjene umjetne inteligencije (UI) u obrazovanju podatkovna pismenost postaje ključna kompetencija. Sustavi temeljeni na umjetnoj inteligenciji analiziraju velike količine podataka i generiraju preporuke o napretku, angažmanu ili uspješnosti studenata. Kako bi takve informacije bile korisne i vjerodostojne, nastavnici i studenti trebaju razumjeti kako sustavi dolaze do tih rezultata, koje su im metodološke pretpostavke i koja su njihova ograničenja. Kritičko promišljanje o načinima na koje umjetna inteligencija prikuplja i obrađuje podatke ključno je za očuvanje integriteta i pravednosti obrazovnog procesa.

Razvijanje podatkovne pismenosti pridonosi stvaranju akademske kulture utemeljene na dokazima, razumijevanju i odgovornosti. U takvom pristupu podaci ne predstavljaju sami sebi svrhu, već postaju alat koji podržava kvalitetno učenje, poučavanje i istraživanje.

Zaključno, biti podatkovno pismen znači znati čitati i razumjeti podatke, koristiti ih kao podršku učenju i poučavanju i u svakom koraku djelovati odgovorno, transparentno i u skladu s etičkim standardima akademske zajednice.

U obrazovnom okruženju podatkovno pismeni nastavnici i studenti razvijaju sposobnost kritičkog promišljanja i odgovorne uporabe podataka u obrazovnom procesu.