Wer wir sind

DEEP ist ein Forschungskonsortium, das sich der Erforschung der Grundlagen, Herausforderungen und Auswirkungen der digitalen Transformation in Schweizer Primarschulen widmet. Das Konsortium besteht aus sieben Universitäten und repräsentiert die institutionelle, disziplinäre, methodologische und regionale Vielfalt der Schweizer Bildungsforschung. Die École Polytechnique Fédérale de Lausanne (EPFL) und die Pädagogische Hochschule Zürich (PHZH) leiten gemeinsam das DEEP-Koordinationsbüro und stellen so die strategische und operative Abstimmung sicher. DEEP ist Teil der Initiative "Bildung in der Digitalität" der Jacobs Foundation und ergänzt andere Initiativen wie Chance Digitalität, die von Staatslabor geleitet werden, und ProEdu. Die Forschungs- und werden in zwei vierjährigen Phasen von 2024 bis 2031 durchgeführt.

Was wir machen

Das Ziel von DEEP besteht darin, eine gerechte und nachhaltige Digitalisierung der Bildung in der Primarschule voranzutreiben. Durch gemeinsame Forschung von Wissenschaft und Schulpraxis möchte das Konsortium relevante Erkenntnisse und praktische Lösungen zur Bewältigung der Herausforderungen und Potenziale des digitalen Wandels beitragen. Ziel des Konsortiums ist es, globales Wissen über Lernen und Bildung im digitalen Zeitalter zu fördern, zu einer evidenzorientierten Kultur beizutragen und den Transfer dieses Wissens in die Schulpraxis zu unterstützen.

Equity (Bildungsgerechtigkeit)

Das übergeordnete Ziel von DEEP ist es, praktisch umsetzbares Wissen darüber zu schaffen und bereitzustellen, wie Lernerfahrungen und -ergebnisse für alle Kinder im digitalen Zeitalter verbessert werden können, unabhängig von ihrem sozialen und kulturellen Hintergrund und unter Berücksichtigung der Vielfalt ihrer Talente, Bedürfnisse und Interessen.
Die digitale Transformation, die auch die Schweizer Primarschulbildung verändert, birgt sowohl Chancen als auch Risiken. Obwohl neue Technologien das Potenzial haben, das Lernen zu verbessern und den Zugang zu Ressourcen zu erweitern, bergen sie auch die Gefahren, bestehende Ungleichheiten zu verstärken. Unser Ziel ist es, die Risiken der digitalen Transformation, wie die digitale Kluft, zu verstehen und zu mindern, während wir gleichzeitig die Technologie nutzen, um Inklusion, Variabilität und Bildungsgerechtigkeit in Lernumgebungen zu fördern.

Digitalisierung

Da sich Technologien, benötigte Kompetenzen und gesellschaftliche Erwartungen stetig weiterentwickeln, ist die Digitalisierung ein sich ständig veränderndes Ziel. Die Geschwindigkeit des Wandels stellt Schulen und Lehrpersonen vor die Herausforderung, Schritt zu halten und gleichzeitig sicherzustellen, dass keine Schüler:innen zurückgelassen werden. Es erfordert kontinuierliche Anpassung, Innovation und ein Engagement für Gerechtigkeit, da neue Werkzeuge und Ansätze das Lehren und Lernen neu gestalten. Die Bewältigung dieses dynamischen Umfelds erfordert nicht nur pädagogische und technische Kompetenz sowie technische Infrastruktur, sondern auch ein zukunftsorientiertes Denken, um Schüler:innen auf eine Zukunft vorzubereiten, die immer schwieriger vorherzusagen ist.

Translation/Transfer

DEEP hat einen starken Fokus auf Translation, also den Austausch und Transfer zwischen Forschung und Schulpraxis. Translationale Forschung überbrückt in diesem Zusammenhang die Lücke zwischen akademischer Forschung und deren praktischer Umsetzung. Gemeinsam mit Lehrkräften, Lernenden und anderen Bildungsakteuren untersuchen wir, wie praxisorientierte Forschung in den Schulalltag integriert werden kann.
Die digitale Transformation im Bildungswesen erfordert mehr als theoretische Erkenntnisse; es braucht umsetzbaren Strategien, die den lokalen, realen Herausforderungen gerecht werden, mit denen Schulen, Lehrkräfte und Schüler in ihrem Alltag konfrontiert sind. DEEP hat es sich zur Aufgabe gemacht, transferierbare Ergebnisse (translationale Evidenz) zu generieren: Forschungsergebnisse, die für verschiedene Unterrichtssituationen aufschlussreich sind und die Übernahme dieser Ergebnisse in die Praxis aktiv zu fördern.