28 KJEMI 3 2025 matematikk er et kraftig verktøy for å beskrive kjemiske fenomener, men studenter sliter med å knytte matematiske symboler og operatorer til kjemiske fenomener. Når studenter opererer med symbolsk matematikk, kan de fort bli mer opptatt av å «løse ligningen» enn å forstå hva ligningen faktisk sier om det kjemiske systemet. Mikronivået, som ikke er direkte observerbart, forblir da ofte en usynlig og uforståelig mellomstasjon. Dette kaller vi «disiplinær kompartmentalisering», eller «silotenkning»20. Numeriske beregninger på en datamaskin kan derimot oppleves som mer intuitive og mer nært de kjemiske systemene vi prøver å studere. For eksempel kan vi løse en differensiallikning som representerer endringen i et kjemisk system ved å se på systemet og endringen i systemet på diskrete tidspunkter istedenfor å bruke symbolske integrasjonsregler. Endringen i systemet er på sin side gitt ved for eksempel kjemiske potensialer, fartslover eller andre modeller. Studentene opererer derfor med mer tilgjengelig, konkret matematikk som utvikler seg iterativt i tid, omtrent på samme måte som et kjemisk system utvikler seg i tid. Dette gir en mulighet til å koble sammen det mikroskopiske systemet med den symbolske representasjonen på en helt annen måte enn dersom de må bruke abstrakte matematiske algoritmer for å løse problemet. Dette kan gjøre at studenter i større grad knytter kjemi og matematikk sammen21. Det å oversette en kjemisk problemstilling til en modell eller algoritme innebærer også å forstå systemet på et dypere nivå og uttrykke det eksplisitt. Når studenter lager en modell, må de identifisere hvilke faktorer som er relevante, hvordan disse henger sammen, og hvilke antakelser som ligger til grunn for beskrivelsen av systemet. Denne modelleringsprosessen stimulerer til koordinert matematisk og kjemisk tenking. Oppsummerende betraktninger I denne artikkelen har vi sett at beregningskjemi har et potensial til å få studenter til å koble sammen makro-, mikro- og symbolnivået i kjemi. Vi har også sett at det kan stimulere til en utforskende praksis og produktiv meningsskaping. Kjemi på datamaskinen er også trygt og lett tilgjengelig. Det finnes mye god og pedagogisk utformet software, som Spartan fra Wavefunction, og gratis alternativer som ChemCompute (https:// chemcompute.org/) og PhET (https://phet. colorado.edu/). Det er ikke meningen at tørrlab skal erstatte våtlab og tradisjonelle eksperimenter; tradisjonell lab er fortsatt en viktig del av kjemifaglig praksis. Men beregningskjemi er en viktig del av kjemien som kan bidra til dypere forståelse, mer utforsking Figur 3: En kvantekjemisk simulering kan fortelle oss mye om egenskapene til et molekyl. Her er et elektrisk potensialkart for benzosyre, simulert med DFT i ChemCompute, som kan brukes av studenter til å forutsi forbindelsens syre-baseegenskaper og rolle som elektrofil i for eksempel esterifisering.
RkJQdWJsaXNoZXIy MTQ3Mzgy