Internal Assessment (IA) z matematyki w programie IB jest jednym z ocenianych elementów, który w praktyce sprawia uczniom najwięcej trudności. Wynika to nie tyle z poziomu matematyki potrzebnej, by uzyskać dobrą ocenę (choć i tu braki mogą wystąpić), ile z błędnych założeń dotyczących celu pracy, nietrafionego postrzegania sposobu oceniania oraz roli nauczyciela w procesie jej powstawania.
W tym artykule pokazuję, skąd biorą się najczęstsze problemy z Internal Assessment z matematyki w programie IB, obalam najpopularniejsze mity dotyczące poziomu trudności i oceniania IA oraz wyjaśniam, na co faktycznie warto zwrócić uwagę w trakcie prac nad IA z matematyki, by osiągnąć wysoki wynik.
Najczęstsze problemy w pracach IA
1. Temat wybrany zbyt ambicjonalnie
Uczniowie bardzo często zakładają, że wysoka ocena wymaga zastosowania możliwie najbardziej zaawansowanych narzędzi matematycznych. W efekcie wybierane są tematy, których autor nie kontroluje w wystarczającym stopniu, co prowadzi do błędów merytorycznych lub powierzchownej analizy.
W IA kluczowe znaczenie ma nie stopień skomplikowania matematyki, lecz świadome i poprawne jej wykorzystanie. By uzyskać 6 lub 7 z IA, należy zaprezentować pełne zrozumienie mechanizmów działania narzędzi matematycznych oraz umieć je zaaplikować do wybranego tematu. Liczy się też krytyczne myślenie, analiza wyników i wyciąganie wniosków, w czym może przeszkodzić dobór zbyt skomplikowanych konceptów matematycznych. Należy również pamiętać, że zgodnie z wytycznymi IBO wykorzystanie wiadomości spoza sylabusu, choć samo w sobie nie jest wykluczone, wymaga dokładnego wyjaśnienia, tak by koledzy i koleżanki z klasy, podążający tym samym programem, mogli zrozumieć pracę. Taki rodzaj peer review jest bardzo dobrym sposobem, by zweryfikować, czy wszystko zostało wystarczająco jasno opisane.
Z drugiej strony nie można oczywiście ograniczyć się do zbyt podstawowych konceptów i, idąc za tłumem, szukać „korelacji między x a y” tam, gdzie jej nie ma, oraz bez zrozumienia, jak działa cały proces regresji.
2. Temat dobrany wyłącznie na podstawie zainteresowań
Osobiste zaangażowanie w temat, odzwierciedlone w kryterium C (personal engagement), jest ważne, jeśli chcemy celować w wysokie wyniki. Nie chodzi tu jednak o długie historie z dzieciństwa lub poświęcanie niezliczonych godzin na wyprowadzenia skomplikowanych wzorów. Liczy się kreatywność, umiejętność zastosowania matematyki do ciekawych celów, unikalne wykorzystanie danego narzędzia matematycznego, a finalnie stworzenie wrażenia, że dzięki lekturze internala czytelnik mógł zagłębić się w temat i poznać intencje autora.
Nieopatrznie interpretując to kryterium, uczniowie nierzadko wybierają temat ściśle związany z ich zainteresowaniami — nurkowaniem, jazdą konną czy innym przedmiotem w programie IB — skupiając się zbytnio na swojej pasji, a za mało na matematycznej analizie. Prowadzi to najczęściej do niskiej oceny w zakresie wykorzystania matematyki (use of mathematics – E) oraz refleksji (reflection – D) ze względu na zbyt powierzchowne potraktowanie tematu od strony matematycznej.
W Tuteer podchodzimy do internal assessments holistycznie i wspieramy naszych uczniów od wyboru tematu, przez jego rozpracowanie i analizę, aż po poprawki stylistyczne w samej pracy — wszystko z zachowaniem zasad academic honesty. Niestety coraz częściej sami nauczyciele nadzorujący prace nad IA w szkole nie zwracają uczniom uwagi na fakt, że dany temat może być zbyt trudny lub zbyt powierzchowny. Ważne jest więc, by mieć wsparcie kogoś, kto zweryfikuje temat, sprawdzi, czy istnieje wystarczający potencjał na wnikliwą analizę, i pokieruje pracami tak, by zmaksymalizować wynik.
3. Brak precyzyjnie sformułowanego pytania badawczego
Nie trzeba szukać daleko, by znaleźć wskazówki, że klarownie sformułowany cel pracy jest kluczem do sukcesu. Sam guide wskazuje, że topowe wyniki w zakresie kryterium A (presentation) można uzyskać poprzez stworzenie koherentnej struktury internala, którego częścią są wstęp, odpowiedni opis celu lub celów pracy (nie, to nie błąd, ale o tym za chwilę), główna część pracy, w której rozgryzamy nasz temat, oraz konkluzje.
To już w zakresie kryterium D (reflection) oficjalny guide IBO wskazuje, że w naszych wnioskach powinniśmy bezpośrednio odnieść się do „celów” („aims”) naszej pracy, skomentować, czego się nauczyliśmy, oraz nakreślić ograniczenia pracy lub porównać różne metody podejścia do tego samego problemu. Z logicznego punktu widzenia wielu tematów nie dałoby się zrealizować bez wytyczenia kilku odrębnych celów, które potem składają się na finalny efekt w postaci rozbudowanej analizy tematu przy wykorzystaniu wielu ciekawych narzędzi matematycznych.
4. Opis zamiast analizy – główny problem lub potencjał na więcej
Kolejnym częstym problemem, z którym spotykamy się, gdy spływają do nas prace z prośbą o ich sprawdzenie, są obszerne wyjaśnienia kontekstu wybranego tematu, przypominające opisy przyrody w „W pustyni i w puszczy” Sienkiewicza, mające jednak niewiele wspólnego z analizą matematyczną. Jest to z pewnością wyraz pasji uczniów w kierunku danego tematu, co samo w sobie może stanowić świetny motywator do pracy.
Wraz z zespołem od lat pomagam przekuwać zainteresowania w topowe prace, samemu często ucząc się nowych rzeczy. W ubiegłych latach miałem okazję poznać obcy mi wcześniej sport jazdy konnej — i to w kilku odsłonach różnych dyscyplin — dowiedzieć się więcej o fascynujących aspektach z zakresu medycyny, głównie poprzez analizy statystyczne programów leczenia czy popularności różnych chorób w społeczeństwie, a nawet zagłębić się w tajniki psychologii, której dotyczyło kilka prac.
Praca nad internalami to okazja do rozwoju zarówno dla ucznia, jak i korepetytora. Ciągłe dokształcanie się i praca nad dziesiątkami internali każdego roku to świetny trening dla mózgu oraz okazja do poszerzenia horyzontów. Z drugiej strony takie projekty to możliwość podzielenia się wcześniej pozyskaną wiedzą z uczniami. Przez ostatnią dekadę niejednokrotnie miałem okazję uczyć moich podopiecznych o mechanice czy aerodynamice, a w samych pracach analizować osiągi bolidów i samochodów sportowych przy pomocy matematyki.
Zainteresowanie tematem, choć nie zawsze od razu objawiające się idealnym podejściem do internala, jest kluczowe i warto dobrać temat, nad którym praca nie zanudzi nas, a przyniesie same korzyści.
5. Problemy natury technicznej
Mimo że ciężko wyobrazić sobie naukę bez komputera w 2026 roku, a informacje są na wyciągnięcie ręki, znaczna część uczniów ma problem z doborem odpowiednich narzędzi, formatowaniem pracy czy nawet przypisami w tekście.
Dziś już nikt nie pisze internali ręcznie, a odpowiednie formatowanie dokumentu wpływa na klarowność przekazu i jego odbiór. Chodzi tu nie tylko o odpowiednią interlinię i czcionkę, o czym część również zapomina, ale przede wszystkim o właściwie przygotowane wykresy, tabele, przypisy i odwołania do zewnętrznych źródeł. Łatwo jest zapomnieć o tytule, nazwach osi, jednostkach, skali itp., a każdy z tych elementów może doprowadzić do zyskania lub straty punktów za komunikację matematyczną. Niejednokrotnie spotykam się również z wykorzystaniem niewłaściwej notacji, jak np. „^” oznaczające potęgę czy „*” jako znak mnożenia, co samo w sobie jest błędem.
Kolejnym aspektem, który sprawia kłopot, jest tworzenie odpowiednich przypisów, zarówno w tekście, jak i na końcu dokumentu. O ile same przypisy nie powinny być oceniane, o tyle ich obecność jest kluczowa, by nie uchybić zasadom academic honesty i odpowiednio odwołać się do zewnętrznych źródeł wykorzystanych w pracy. Istnieją liczne narzędzia, z których korzystamy w Tuteer, by ułatwić uczniom tworzenie bibliografii i przypisów, dzięki czemu każdy styl cytowania staje się bardziej zrozumiały i łatwy w implementacji.
6. Niewłaściwa interpretacja kryteriów oceniania oraz wymagań
Z tym problemem borykamy się od dekady, a z pewnością istniał on o wiele wcześniej. Przebrnięcie przez wszystkie dokumenty regulujące formę i wymagania stawiane Internal Assessment z matematyki zajmuje trochę czasu, a zrozumienie ich w pełni wymaga ekspozycji na różne tematy i problemy, z którymi mierzą się uczniowie, oraz chęci ich przeanalizowania i pomocy uczniom.
Najczęściej powielanym mitem jest limit 20 stron w przypadku IA z matematyki, co w rzeczywistości jest wyłącznie rekomendacją długości pracy. Oficjalne materiały szkoleniowe IBO wskazują, że jest to jedynie sugestia, a tym, co się liczy, jest faktyczna zawartość pracy, a nie jej długość. Nie ma oczywiście sensu przesadzać i pisać doktoratu na dany temat, jako że nie jest to konieczne, a im dłuższa praca, tym większe prawdopodobieństwo popełnienia błędów. Najdłuższa praca, przy której miałem przyjemność pomagać uczennicy, miała ponad 40 stron i uzyskała najwyższą ocenę, choć należy jasno zaznaczyć, że taka długość wynikała już nie z konieczności, a z osobistych upodobań nauczyciela, który ją oceniał. Warto więc zwrócić uwagę na to, by znaleźć złoty środek — nie iść po najmniejszej linii oporu i zagłębić się w temat, ale z drugiej strony nie poświęcać nadmiernej ilości czasu na tworzenie objętości, która wcale nie musi się przełożyć na dobry wynik.
Wyżej wskazywałem już na błędne postrzeganie wyznaczenia celu pracy jako konieczność ograniczenia się tylko do jednego aspektu. Nie ma nic złego w wyznaczeniu kilku celów, tak długo jak mogą być one opisane w sposób spójny i prowadzący do logicznych wniosków w kontekście całego tematu. Warto też przypomnieć, że internale mogą mieć różne formy od strony matematycznej. Możemy rozwiązać i opisać kilka problemów w ramach danego tematu, np. różne aspekty sportu takiego jak jeździectwo — od matematycznego opisu trajektorii lotu po statystyczne porównanie wyników różnych jeźdźców w jednej pracy — tak długo, jak praca będzie spójna. Z drugiej strony istnieje też możliwość analizy jednego aspektu poprzez różne metody, a następnie ich porównania pod kątem dokładności, łatwości czy czasu, który zajmują.
Finalnie chciałbym przypomnieć, że korzystanie z treści spoza sylabusu IB lub posiłkowanie się narzędziami matematycznymi z poziomu HL, gdy sami realizujemy matematykę na poziomie SL, nie jest żadnym problemem i jest w pełni dozwolone. Ważne jest to, by dokładnie opisać i wyjaśnić, co robimy i na jakiej podstawie, odwołując się do źródeł, a jednocześnie nie poświęcając nadmiernej objętości pracy na reprodukowanie dostępnych już wyprowadzeń. Warto powołać się na odpowiednie źródło, pokrótce, aczkolwiek klarownie wyjaśnić sposób działania danego narzędzia i skupić się na jego dokładnej aplikacji do naszego problemu.
Kilka rad dla uczniów programu IB zmagających się z Internal Assessment z matematyki
IA jest warte 20% oceny końcowej i mimo że może się to wydawać mniej znaczące od egzaminów, nierzadko jeden czy dwa punkty potrafią zaważyć na naszej ocenie na dyplomie. Warto więc przyłożyć się do tej formy oceny i wyśrubować wynik na tyle, na ile to możliwe, szczególnie że nie jest to coś, co zaskakuje nas z dnia na dzień — na IA mamy zwykle co najmniej kilka miesięcy. Zachęcam wszystkich do rozpoczęcia prac nad internalem jak najwcześniej, nawet pod koniec pierwszej klasy programu IB (DP1), tak by móc dobrać właściwy temat i pracować nad nim przez kolejne miesiące wraz z poszerzaniem wiedzy matematycznej, bez stresu i niepotrzebnej presji.
Niestety coraz częściej zdarza się, że terminy oddania internali są wyznaczane dość wcześnie, nawet w grudniu w ostatniej klasie (DP2), co nie pozwala na zrealizowanie wystarczającej części sylabusu, by mieć dostęp do wszystkich narzędzi matematycznych, które mogą przydać się w trakcie pracy nad IA. W takiej sytuacji przydaje się wsparcie doświadczonego tutora, który nakieruje nas, jak dobrać temat, by maksymalnie wykorzystać aktualną wiedzę, i który chętnie w ekspresowym tempie przerobi z nami te elementy z lub spoza sylabusu, które będą nam potrzebne.
Finalnie zachęcam do bliskiej współpracy z nauczycielem, jako że to właśnie ta osoba będzie oceniać pracę. Mamy oczywiście w IB proces moderacji, jednak nie jest to deska ratunkowa dla pojedynczych prac, a raczej uśredniona forma dopasowania ocen do poziomu, który ustali moderator. Warto więc wcześnie porozmawiać z nauczycielem, przedstawić wstępny plan pracy oraz kamienie milowe, które chcemy osiągnąć, i konsultować się w trakcie prac, by uniknąć zaskoczenia przy pierwszym feedbacku.