Indsatsområder

Rygraden i videnscentrets arbejde er en organisering i et antal indsatsområder, som hver især omfatter en faglig leder og et team af faglige udviklere. Herunder finder du beskrivelser af de enkelte indsatsområder og præsentationer af deres teams. 

Teknologiforståelse i dansk

Vi undersøger digital kreativitet og myndiggørelse i danskfaget for elever i grundskolen og gymnasiet.

Digital teknologiforståelse for alle

Vi undersøger, hvordan digital teknologiforståelse kan nå ud til alle uanset deres baggrund.

Faglig udvikling og progression i digital teknologiforståelse

Gruppen undersøger hvordan vi kan skabe en digital teknologiforståelsesfaglighed, som har en faglig progression gennem grundskole og ...

Erfaringsopsamling om digital teknologiforståelse

Gruppen undersøger hvad der kendetegner fund og ambitioner udgivet i akademiske publiceringer, rapporter og evalueringer på baggrund af ...

Udvikling af digital teknologiforståelse i folkeskolen

Gruppen undersøger, hvordan man kan udvikle teknologiforståelse sammen med lærere og elever ude på landets folkeskoler.

Virkning og skalering

Vi undersøger virkningerne af eksemplariske forløb med teknologiforståelse i grundskolen med henblik på at udvikle en model for opskalering ...

Teknologiforståelse i matematik

I et klasseværelse sidder en gruppe elever og ryster en lille ”dims”  – en såkaldt mikro:bit. Mikro:bitten er en del af noget ...

Evalueringsstrategier for digital myndiggørelse

Der eksisterer endnu ikke evalueringsstrategier for digital myndiggørelse i grundskolen. Arbejdspakken vil derfor udvikle en model til ...

Digital myndiggørelse i digital teknologiforståelse

Gruppen udvikler fagdidaktisk viden om digital myndiggørelse.

Digitale læremidler – Teknologier og ressourcer

Digital teknologiforståelse stiller særlige krav til de digitale læremidler der benyttes i undervisningen, så de understøtter børn og unges ...

Udvikling af kunstig intelligens og maskinlæring i lærerfaglig teknologiforståelse

Gruppen undersøger, hvordan en dansk tilgang til kunstig intelligens (KI) og maskinlæring (ML) kan udvikles på læreruddannelsen.