Læringstabet efter corona og karakterinflation
Det er i dag vist at elever i alle lande der lukkede ned under corona, har lidt et læringstab og at graden af læringstabet har fulgt graden af nedlukning i det givne land (https://www.nature.com/articles/s41539-025-00297-3).
I de danske data kan vi dog hurtigt komme til at overestimere hvor stort læringstabet er, fordi vi typisk bruger elevernes karaktersnit fra folkeskolens afgangsprøver til at vurdere deres niveau. Alle prøverne, undtagen én, har imidlertid haft stor karakterinflation siden 2008, hvor man indførte 7-trins-skalaen, hvorfor corona-nedlukningernes pludselige punktering af karaktererne kan komme til at se ekstra voldsom ud.
7-trins-skalaen står ikke alene med skylden, men er en del af årsagen fordi den samlede elevgruppe i gennemsnit lå under 13-skalaens gennemsnit, fordi 13-tallet blev set som magisk og særligt. Derfor er noget af karakterinflation på grund af en forventelig tilpasning af anvendelsen af 7-trins-skalaen, hvor 12 jo skal gives til 10% af eleverne (i hele elevgruppen).
Her ser vi at karaktersnittet for de bundne prøver lå markant under midten af den nye skala indtil omkring tiden for skolereformen i 2013-2014, hvor der skete et gevaldigt hop i gennemsnittet, fordi flere af prøveformerne ændredes, hvilket jeg har dokumenteret andetsteds. Selvom disse ændringer skaber et plateau fra 2015-2019, så stiger flere af prøverne som indgår i gennemsnittet stadig i perioden. Fra 2019 er der corona-nedlukninger og her ophører datagrundlaget med at være sammenligneligt fordi man lavede alle mulige tiltag der gav endnu mere kunstigt oppustede karakterer (https://eva.dk/Media/638348662378957749/Grundskolers%20erfaringer%20med%20nødundervisning%20under%20covid-19-pandemien.pdf s78).
En del af karakterinflationen forklares imidlertid også ved den løbende justering af prøver og fag. Det er meget svært at undgå, for hvis bedømmelseskravene er for specifikke, så bliver hver årgang af elever bedre til lige præcis de krav, uden at blive generelt bedre. Er kravene for vage, så kan karaktergennemsnittet flytte sig tilfældigt og går typisk opad. Formentlig i takt med vigtigheden af karakteren for den enkelte elevs fremtid, hvorfor indførelsen af karakterkrav til ungdomsuddannelserne også kan have en rolle.
Den eneste prøve i folkeskolen, der ikke lader til at være blevet påvirket af karakterinflation, er prøven i matematik uden hjælpemidler. Derfor er det den bedste prøve at anvende til at finde ud af graden af elevernes læringstab i forbindelse med corona-nedlukning i de danske data.
På diagrammet ses karakterudviklingen for den nævnte prøve. Jeg har fjernet elever sorteret som indvandrere og efterkommere, da der i debatten ofte er en antagelse om at snittet trækkes ned af øget migration. Der er omkring 55.000 elever, der tager prøven hvert år. 3. Generations migranter indgår stadig i dataene, og vi har ikke forudsætning for at sortere dem ud. Eventuelle faglige ændringer i elevgruppens karaktersnit som de måtte stå for, kan ikke foregå så hurtigt, som læringstabet efter corona er foregået. Hvis 3. Generations migranter påvirker karaktersnittet, så er det en lang og langsom udvikling. Som det ses er tallene for corona-årene usammenlignelige af førnævnte årsager. Prøvekaraktererne har ligget stabilt, lidt over 7 siden 2011, med små forventelige udsving omkring skolereformen, som f.eks. kan skyldes ændringer i prøven. Således ser vi et samlet læringstab i matematikprøven uden hjælpemidler på ca. 0,4 karakterpoint i gennemsnit. Nu venter vi spændt på hvor dybt læringstabet rækker. Nyeste årgang oplevede corona-nedlukningerne frem til 6. klasse. Scorer næste årgang så højere?
Kigger vi på de socioøkonomiske forskelle i de dataene fra uddannelsesstatistik.dk (hvor alle data jeg viser er fra), ser billedet således ud:
Som man kan se er der før corona-nedlukningerne et faldende karaktersnit i flere af kategorierne, som ikke viser sig i det samlede gennemsnit. Her skal vi være opmærksomme på at der er sket mange skift imellem de forskellige FHFU-kategorier. De ses her:
Der er kommet mange flere akademiker børn og færre børn af forældre med lavere uddannelser, især erhvervsuddannelser som plejede at være den største kategori. De procentuelle forandringer er som følger:
Det er en positiv udvikling, men den problematiserer vores data. Det er logisk, at for hver gang én af disse kategorier vokser, så stiger den faglige variation i kategorien også. Hvis alle var børn af forældre med lange videregående uddannelser, så ville det ikke være en generel akademisk fordel. Så ville vi være nødt til at kigge på forskelle mellem medlemmerne af den kategori og én grundlæggende forskel ville formentlig være, at mange af de nye akademiske familier, klarer sig fagligt lidt dårligere, alene fordi de er 2.generations akademikere. Der findes indikationer fra dansk forskning på at bedsteforældres højest gennemførte uddannelse har en effekt på elevers akademiske formåen (https://www.sciencedirect.com/science/article/pii/S0276562415000451).
Derfor er en forklaring på det løbende faglige fald sandsynligvis det, man kalder et Will Rogers fænomen, men omvendt. Dvs. at når børnene af de mest fagligt inklinerede forældre med erhvervsuddannelser får en lang videregående uddannelse, således at deres børn kategoriseres i den kategori, når de går i skole, så falder karaktersnittet i begge kategorier. Ingen er blevet dummere, eller dårligere til matematik, men de højest præsterende i den ene kategori (erhvervsuddannelse) er blevet en del af de lavest præsterende i den anden kategori (lang videregående uddannelse).
For at kunne observere, hvorvidt denne teori er korrekt, kan vi bede Excel videreføre det faglige fald fra 2016-2019 frem til 2025, såldes at vi får et estimat af, hvordan karaktererne ville have set ud i de enkelte grupper, hvis corona aldrig havde fundet sted og udviklingen før corona var fortsat.
Jeg vælger at tage udgangspunkt i 2016, fordi karaktersnittene i 2015, som man kan se på diagrammet ovenfor, er et ukarakteristisk udsving. Sandsynligvis fordi ændringer fra reformen året før stadig er i gang.
Hvis karaktertrenden fra 2016 til 2019, uden afbrydelse var fortsat til 2025, så ville situationen have set således ud:
For at få en bedre ide om hvor tæt estimatet er på corona-tabet, kan vi kigge på de grupper hvor udskiftningen i elevgruppen er størst:
Vi kan altså se at det forventelige fald i karaktersnit kun ender lidt højere i 2025, end hvor corona-faldet ender. Det peger på, at elever, hvis forældres højest fuldførte uddannelser er en længere videregående uddannelse, har lidt et mindre læringstab som følge af corona-nedlukningerne end det først så ud til.
Men følger udviklingen i karaktersnit egentlig udviklingen i antallet af elever i gruppen, når vi med estimatet fjerner corona?
Ja, hvis man laver en korrelationsberegning, så er der for hele perioden (2011-2025) en korrelation på -0,81, hvor 1 ville betyde at det var den samme linje. Kort sagt betyder det at vi i høj grad ser, at når mængden af elever, hvis forældres højest fuldførte uddannelse er en længere videregående uddannelse, stiger, så falder det samlede karaktersnit i prøven i matematik uden hjælpemidler. Fjerner vi årene før 2016, hvor der er udsving i prøven stiger korrelationen til -0,97. Argumentet for at fjerne de år er, som nævnt tidligere, at frem til 2015 er der nogle ukarakteristiske udsving i karaktersnittet i prøven, der sikkert skyldes reformen.
Her er samme beregning for elever hvis forældres højest fuldførte uddannelse er en mellemlang videregående uddannelse. Den viste korrelation er for hele perioden, men stiger lidt, hvis man igen kapper ved 2016, som med den forrige beregning, til -0,86.
Den tredje af de største kategorier er erhvervsuddannelse og her stiger korrelationen ligeledes ved at kap i 2016 til 0,95. Den er positiv, givet Will Rogers fænomenet, at udviklingen er den omvendte i denne kategori, her forsvinder eleverne over tid.
Tingene bliver dog lidt sværere, hvis vi kigger på en kategori som kort videregående uddannelse, fordi antallet af elever står mere eller mindre stille over tid.
Hvis man kapper i 2016 stiger korrelationen til 0,58. Den er positiv, fordi antallet af elever, hvis forældres højest fuldførte uddannelse er kort videregående, falder en smule over perioden, men som nævnt er rimelig stabil i forhold til de andre kategorier.
Det mudrer billedet. En forklaring kan være at kategorien i det hele taget er lille, og at når tidligere generationer har taget videregående uddannelser, så er det generelt mellemlange og lange uddannelser. I princippet kan hele kategorien idag være udskiftet og bestå af elever fra familier som kun én generation tidligere havde en erhvervsuddannelse som højest fuldførte uddannelse, når antallet af elever i kategorien kun har ændret sig lidt, kan vi ikke vide det med disse data..
Hvis jeg havde mere nærgående data, så jeg kunne lave en mere sikker regressions-analyse, så ville korrelationerne formentlig også være mindre. Udskiftning i de forskellige socioøkonomiske grupper forklarer måske mere i retning af 30-50% af udviklingen end 80-90%. Det må tiden vise, hvis jeg eller nogle andre kan skaffe data til at lave den analyse.
Ikke desto mindre er det vigtigt at se på dette at givet de antagelser jeg har opstillet og indikeret, så er læringstabet i de forskellige socioøkonomiske kategorier mindre end det ligner på de overordnede karaktersnit, fordi effekten af corona-nedlukningerne falder oveni ændringer i elevgruppen.
Kommentarer
Send en kommentar