– Mycket runt om i världen handlar om beslut som fattas utifrån olika typer av matematiska modeller. Sådana välgrundade beslut är extra viktiga i dessa tider, säger Peter Frejd, universitetslektor och docent vid Matematiska institutionen (MAI).
Tillsammans med Jonas Bergman Ärlebäck, professor vid MAI, var han en av organisatörerna bakom konferensen. 178 deltagare från 33 länder kom till Campus Valla för evenemanget.
Ett av huvudmålen var att sprida användningen av matematisk modellering i undervisningen och att knyta matematiken till verkliga problem. Flera programpunkter handlade om aktuella frågor som artificiell intelligens och hållbarhet.
– Ett viktigt syfte är att deltagarna ska möta nya forskare och skapa gemensamma projekt. Jag hoppas också att de fick inspiration med sig hem och en inblick i det svenska samhället, säger Peter Frejd.
Öppningsceremonin bjöd på musik och överraskningar. Jonas Bergman Ärlebäck, själv tidigare medlem i studentorkestern LiTHe Blås, överraskade deltagarna genom att byta om till sin gamla uniform och spela solo. Han berättar att han tyckte det var väldigt roligt att de fick möjlighet att ordna konferensen i Linköping.
– ICTMA har inte varit i norra Europa på många år, senast i Japan, så det betydde mycket att få arrangera den här. Den matematikdidaktiska forskningsgruppen på MAI har länge varit aktiv inom det här forskningsområdet och det är speciellt att få samla den internationella expertisen och gemenskapen på LiU.
AI och matematisk modellering i undervisning
– Det är väldigt givande att möta forskare från hela världen. Vi är en ganska liten grupp, men samtidigt en internationell gemenskap med deltagare från många länder, säger Takashi Kawakami.
AI används allt mer inom matematik- och statistikundervisning, men frågan är hur lärare och studenter bäst kan dra nytta av verktyg som ChatGPT. Takashi Kawakamis föreläsning belyste både utmaningar och möjligheter, och gav praktiska tips för undervisning på olika nivåer.
– Det viktiga är att modeller inte bara ses som färdiga ”svarta lådor”, alltså system där man inte förstår hur resultaten tas fram. Studenter behöver själva pröva, utveckla och granska modeller för att förstå och använda dem på ett meningsfullt sätt, säger Takashi Kawakami.
