Martinai, kas iš tikrųjų yra politikos eksperimentavimas?

Eksperimentavimą politikos srityje galima apibendrinti kaip sistemingą procesą, kuriuo siekiama įvertinti politikos poveikį ir veiksmingumą remiantis patikimais įrodymais. Eksperimentuojant siekiama pagrįsti politinius sprendimus ir politikos įgyvendinimą stebimais rezultatais, pagrįstais patikima metodika ir pagrįstu vertinimu, o ne bandymų ir klaidų metodu ar pasitikėjimu kažkieno "nuojauta".

Kaip tai atrodo "TrainDL"?

Projekte TrainDL daugiausia dėmesio skiriame politikos rekomendacijoms, kuriomis siekiama integruoti duomenų raštingumo ir dirbtinio intelekto kompetencijas į ikimokyklinio ir tęstinio mokytojų mokymo programas. Šis procesas remiasi politikos rekomendacijų teisėtumo ir veiksmingumo vertinimu, kuriant hipotezes, įtraukiant suinteresuotąsias šalis, vykdant intervencijas tikslinėms grupėms, taip pat atliekant susijusį kiekybinį ir kokybinį tikėtino poveikio vertinimą. Programoje TrainDL atliekame tris intervencijos, vertinimo ir rekomendacijų kūrimo eksperimentinius ciklus - informatikos mokytojams, po to STEAM mokytojams ir galiausiai pradinių klasių mokytojams.

Kas jums įdomiausia eksperimentuojant politikos srityje?

Projekte "TrainDL" esu Austrijos kompiuterininkų draugijos komandos, atsakingos už darbo paketus "Politikos formavimas" ir "Politikos rekomendacijos", narys. Kadangi turiu patirties kuriant, įgyvendinant ir vertinant švietimo koncepcijas dirbtinio intelekto, kompiuterinio mąstymo ir robotikos srityse, man labai įdomu įnešti savo patirtį į strategiškesnį lygmenį - politikos eksperimentavimo procesą. Ir, žinoma, dar vienas įdomus aspektas yra tarpdisciplininis bei europinis šio projekto kontekstas!