Fake News und realitätsbezogener Mathematikunterricht
نویسندگان
چکیده
Fake News zum Klimawandel, Coronavirus und vielen anderen Themen beeinträchtigen uns in wachsendem Ausmaß. „Rationale“ Politik wird immer schwieriger, wenn ein wachsender Teil der Bevölkerung verschiedenen „Realitätsblasen“ lebt rationalen Argumenten weniger zugänglich ist. Was können wir dagegen tun? Selbstverständlich versuchen, zu allen verbreiteten Gegendarstellungen verfassen. Besser scheint es mir, dem berühmten Motto folgen: „Gib einem Hungernden einen Fisch er Tag satt. Lehre ihn fischen, nie wieder hungern!“ Dem folgend sollten die Menschen befähigen, selbst als solche erkennen. Lasst den allgemeinen Lehrzielen für alle Schulen stets prominent vertretene Zielsetzung „Erziehung zur Mündigkeit!“ tatsächlich ganz konkret im Mathematikunterricht an erreichen!
 bedeutet das Mathematikunterricht? Realitätsbezogener insbesondere mit seinen Komponenten „Modellkritik“ schon oft thematisierten Beispielen Thema „Statistik kritisch hinterfragen!“ kann soll durchaus dazu beitragen!
منابع مشابه
Fake News in Social Networks
We model the spread of news as a social learning game on a network. Agents can either endorse or oppose a claim made in a piece of news, which itself may be either true or false. Agents base their decision on a private signal and their neighbors’ past actions. Given these inputs, agents follow strategies derived via multi-agent deep reinforcement learning and receive utility from acting in acco...
متن کاملAutomatic Detection of Fake News
The proliferation of misleading information in everyday access media outlets such as social media feeds, news blogs, and online newspapers have made it challenging to identify trustworthy news sources, thus increasing the need for computational tools able to provide insights into the reliability of online content. In this paper, we focus on the automatic identification of fake content in online...
متن کاملFake News, Real Consequences: Recruiting Neural Networks for the Fight Against Fake News
The Fake News Challenge (FNC-1) is a public competition that aims to find automatic methods for detecting fake news. The dataset for the challenge consists of headline-body pairs, with the objective being to classify the pairs as unrelated, agreeing, disagreeing, or discussing. We developed four neural network models for FNC-1, two using a feed-forward architecture and two using a recurrent arc...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: R&E source
سال: 2022
ISSN: ['2313-1640']
DOI: https://doi.org/10.53349/resource.2022.i18.a1123