Helmut M. Niegemann · Steffi Domagk Silvia Hessel · Alexandra Hein Matthias Hupfer · Annett Zobel
Kompendium multimediales Lernen
123
Prof. Dr. Helmut M. Niegemann Universität Erfurt LS Lernen und Neue Medien Nordhäuser Str. 63 99105 Erfurt
[email protected]
Dr. Steffi Domagk Universität Erfurt LS Lernen und Neue Medien Nordhäuser Str. 63 99105 Erfurt steffi
[email protected]
Silvia Hessel, M. A. Universität Erfurt LS Lernen und Neue Medien Nordhäuser Str. 63 99105 Erfurt
[email protected]
Alexandra Hein, M. A. Universität Erfurt LS Lernen und Neue Medien Nordhäuser Str. 63 99105 Erfurt
[email protected]
Dipl.-Inform. (FH) Matthias Hupfer metaVentis GmbH Postfach 2424 99405 Weimar
[email protected]
Dipl.-Inf. Annett Zobel metaVentis GmbH Postfach 2424 99405 Weimar
[email protected]
ISBN 978-3-540-37225-7
e-ISBN 978-3-540-37226-4
DOI 10.1007/978-3-540-37226-4 ISSN 1439-3107 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. © 2008 Springer-Verlag Berlin Heidelberg Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland vom 9. September 1965 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Einbandgestaltung: KünkelLopka, Heidelberg Printed on acid-free paper 987654321 springer.com
Vorwort
Dieses Kompendium ist Nachfolger des 2004 erschienenen „Kompendium E-Learning“. Ursprünglich als zweite Auflage geplant, wurde inhaltlich so viel geändert, dass es gerechtfertigt war, das neue Buch auch unter einem neuen Titel zu veröffentlichen. Auf die Bezeichnung „E-Learning“ zu verzichten, fiel nicht allzu schwer. Zum einen handelt es sich ohnehin um ein Label aus dem Marketingbereich und nicht aus der Wissenschaft, zum anderen gelten viele wissenschaftliche Aussagen zu einem multimedial unterstützten Lernen nicht nur für die elektronische Darbietung, für die das „e“ steht, sondern ebenso für die Gestaltung von Lehrbüchern und -materialien, Folien usw. Auch „Multimedia“ wurde zunächst als Marketingbegriff eingeführt (Weidenmann, 1995), inzwischen hat die Forschung diese Bezeichnung jedoch adaptiert und versteht unter „multimedialem Lernen“ jede Form des Lernens, bei der die Informationen jeweils in mehr als einem Symbolsystem codiert sind bzw. über mehr als einen Sinneskanal aufgenommen werden (Mayer, 2005). Das Kompendium E-Learning war erfreulich gut aufgenommen worden, es wurde nicht nur in zahlreichen Studiengängen als Lehrbuch eingeführt, es gab auch viele positive Rückmeldungen aus Unternehmen und Agenturen, die technologiebasierte Bildungsangebote entwickeln. Diese breite Zielgruppe möchten wir auch mit dem neuen Kompendium ansprechen: Neben den Lehrenden und Lernenden psychologischer, erziehungswissenschaftlicher, medienwissenschaftlicher, ingenieurwissenschaftlicher und informatischer Studiengänge sollen auch Instruktionsdesigner, technische Redakteure und andere Fach- und Führungskräfte aus dem Bereich der Aus- und Weiterbildung in diesem Buch wissenschaftlich fundiertes, praktisch verwertbares Wissen finden. Wie schon beim Kompendium E-Learning gilt, dass ein „Kurzgefasstes Lehrbuch“ (so definiert der Fremdwörterduden „Kompendium“) auch mit ca. 700 Seiten keine Enzyklopädie ist und darin nicht alle Themen um das multimediale Lehren und Lernen in der wünschenswerten Breite behandelt werden können. Von dem Autorenteam des Kompendiums E-Learning war an diesem Buch außer dem Erstautor nur noch Silvia Hessel beteiligt. Nach dem Wechsel von der Technischen Universität Ilmenau zur Universität Erfurt hat sich auch eine neue Arbeitsgruppe als Autorenteam konstituiert: Dr. Steffi Domagk hat die Kap. 17, 18, 24 und 25 geschrieben, die Kap. 4, 21 und 23 stammen von Alexandra Hein M.A. Von Silvia Hessel M.A. verfasst sind die Kap. 3,
Vorwort
V
15, 16, 19, 27 und 28 und von Helmut Niegemann stammen die Kap. 1, 2, 5 bis 14, sowie 20, 22 und 26. Der gesamte informatisch-technische Teil, die Kap. 29 bis 33, wurden von Dipl.-Inf. Annett Zobel und Dipl.-Inf. Matthias Hupfer geschrieben. Frau Zimpfer danken wir für ihre äußerst sorgfältige Korrekturarbeit. Schließlich danken wir Frau Fischer vom Springer-Verlag für ihr Verständnis für die Verzögerungen aufgrund immer neuer Prioritäten in unseren beruflichen Alltagsaktivitäten, insbesondere aber dafür, dass durch ihre Arbeit aus unseren Kapitelmanuskripten schließlich dieses Buch wurde. Abschließend ein Wort zur Verwendung maskuliner und femininer Formen: Aus Gründen der besseren Lesbarkeit verwenden wir nicht ständig weibliche und männliche Formen. Wir haben uns dafür entschieden, die im Deutschen für Verallgemeinerungen übliche männliche Form zu verwenden.
Erfurt, im Dezember 2007
H. M. Niegemann
Mayer, R. E. (Ed.). (2005). The Cambridge Handbook of Multimedia Learning. Cambridge, New York: Cambridge University Press. Weidenmann, B. (1995). Ist der Begriff „Multimedia“ für die Medienpsychologie ungeeignet? Medienpsychologie, 7(4), 256−261.
VI
Vorwort
Inhaltsverzeichnis
Teil I 1
2
Geschichte und Grundlagen Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning............................. 1.1 Vorläufer ............................................................................................. 1.2 Zur Entwicklungsgeschichte computerunterstützter Lerntechnologien................................................................................. 1.2.1 Skinner und Hollands lineare Lehrprogramme..................... 1.2.2 Crowders verzweigte Programme......................................... 1.2.3 Das Projekt TICCIT.............................................................. 1.2.4 Das Projekt PLATO.............................................................. 1.2.5 CUU-Projekte in Deutschland und Europa........................... 1.3 Neuere Entwicklungen ........................................................................ 1.4 Perspektiven ........................................................................................ 1.5 Zusammenfassung............................................................................... Literatur ........................................................................................................... Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde..................................................................................... 2.1 Instructional Design: Die Idee............................................................. 2.2 Modelle des Instructional Design: Das Urmodell ............................... 2.3 Weitere Modelle der ersten Generation............................................... 2.4 Zweite Generation und „situationistische Modelle“............................ 2.4.1 Kritik am Instructional Design ............................................. 2.4.2 Merrills Instructional-Transaction-Theorie .......................... 2.4.3 Projektmethode – multimedial und an Geschichten verankert............................................... 2.4.4 Cognitive Apprenticeship – Lernen von den (alten) Meistern........................................... 2.4.5 „Learning by doing“ in „Goal-Based Scenarios“ ................. 2.4.6 Das Vier-Komponenten-Instruktionsdesignmodell (4C/ID) für das Training komplexer Fähigkeiten ................. 2.4.7 Weitere praktische Theorien.................................................
3 3 4 4 6 7 9 10 12 13 15 15
17 17 20 22 22 22 23 25 28 30 32 37
Inhaltsverzeichnis
VII
3
4
VIII
2.5 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
38 38
Lernen mit Medien ....................................................................................... 3.1 Das Gedächtnis................................................................................... 3.1.1 Das Arbeitsgedächtnis ......................................................... 3.1.2 Das Langzeitgedächtnis ....................................................... 3.1.3 Beziehungen zwischen Arbeits- und Langzeitgedächtnis .... 3.2 Die Cognitive-Load-Theorie .............................................................. 3.2.1 Intrinsic Cognitive Load ...................................................... 3.2.2 Extraneous Cognitive Load.................................................. 3.2.3 Germane Cognitive Load ..................................................... 3.2.4 Implikationen für die didaktische Gestaltung ...................... 3.3 Die kognitive Theorie multimedialen Lernens (CTML)..................... 3.3.1 Theoretischer Hintergrund des Modells............................... 3.3.2 Kernaspekte des Modells ..................................................... 3.3.3 Konsequenzen für die Gestaltung multimedialen Lernens......................................................... 3.4 Integriertes Modell des Text- und Bildverstehens .............................. 3.4.1 Theoretische Basis des Integrativen Modells....................... 3.4.2 Das Integrierte Modell des Textund Bildverstehens (ITPC)................................................... 3.4.3 Konsequenzen für die Gestaltung von multimedialem Lernen .................................................. 3.5 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
41 42 43 43 44 45 46 46 48 49 49 49 52
Selbstreguliertes Lernen............................................................................... 4.1 Was ist selbstreguliertes Lernen? ....................................................... 4.2 Modelle selbstregulierten Lernens...................................................... 4.2.1 Die sozial-kognitive Perspektive nach Zimmerman ............ 4.2.2 Das „Drei-Schichten-Modell des selbstregulierten Lernens“ ............................................. 4.2.3 Das Selbstregulationsmodell von Schiefele und Pekrun...... 4.2.4 Vergleich der vorgestellten Modelle.................................... 4.2.5 Weitere Modelle................................................................... 4.3 Lernstrategien ..................................................................................... 4.3.1 Kognitive Strategien ............................................................ 4.3.2 Metakognitive Strategien ..................................................... 4.3.3 Motivations- und Emotionsstrategien .................................. 4.3.4 Strategien zum kooperativen Lernen ................................... 4.3.5 Ressourcenorientierte Strategien.......................................... 4.4 Vermittlung selbstregulativer Fähigkeiten.......................................... 4.4.1 Direkte Förderung................................................................ 4.4.2 Indirekte Förderung ............................................................. 4.4.3 Modell zur Förderung metakognitiver Komponenten.......... 4.5 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
Inhaltsverzeichnis
53 54 55 57 59 60 61 65 65 66 66 68 69 71 71 71 72 73 74 74 75 75 75 76 77 78 79
Teil II 5
Planung und Analyse
Designentscheidungen: Das DO-ID-Modell................................................. 5.1 Entscheidungsalternativen................................................................... 5.1.1 Systematische Konzeption.................................................... 5.1.2 Anforderungen an ein Modell zur systematischen Konzeption ............................................ 5.2 Das DO-ID-Modell ............................................................................. 5.2.1 Qualitätssicherung: Projektmanagement & Evaluation ........ 5.2.2 Ziele...................................................................................... 5.2.3 Analysen ............................................................................... 5.2.4 Entscheidungsfelder.............................................................. 5.2.5 Kriterien – woher? ................................................................ 5.3 Zusammenfassung............................................................................... Literatur ...........................................................................................................
83 83 84 84 85 85 86 87 87 88 88 88
6
Didaktische Entwurfsmuster ........................................................................ 6.1 Entwurfsmuster in der Architektur...................................................... 6.2 Übertragung auf didaktische Konzeptionen ........................................ 6.3 Beschreibung didaktischer Entwurfsmuster ........................................ 6.4 Zusammenfassung............................................................................... Literatur ...........................................................................................................
89 89 90 90 92 92
7
Ziel- und Medienentscheidungen ................................................................. 7.1 Zielentscheidungen.............................................................................. 7.2 Medienentscheidungen........................................................................ 7.3 Zusammenfassung............................................................................... Literatur ...........................................................................................................
93 93 94 95 95
8
Analysen: Die Ermittlung der Ausgangsbedingungen................................ 8.1 Was ist zu analysieren? ....................................................................... 8.2 Problemanalyse ................................................................................... 8.3 Bedarfsanalyse .................................................................................... 8.3.1 Methoden der Bedarfsanalyse............................................... 8.4 Adressatenanalyse ............................................................................... 8.4.1 Methoden der Adressatenanalyse ......................................... 8.5 Wissens- und Aufgabenanalyse........................................................... 8.6 Ressourcenanalyse .............................................................................. 8.6.1 Verfügbares Material ............................................................ 8.6.2 Personelle Ressourcen .......................................................... 8.6.3 Zeitbedarf ............................................................................. 8.6.4 Kostenanalyse....................................................................... 8.7 Analyse des Einsatzkontexts ............................................................... 8.8 Zusammenfassung............................................................................... Literatur ...........................................................................................................
97 97 98 99 100 101 103 103 107 107 108 108 110 111 111 112
Inhaltsverzeichnis
IX
9
Zielspezifizierung: Lehrzielbestimmung..................................................... 9.1 Lehrziele............................................................................................. 9.2 Kompetenzmodelle............................................................................. 9.3 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
Teil III
Formate multimedialen Lernens
10
Formatentscheidungen ................................................................................. 10.1 Formatbegriff...................................................................................... 10.2 Kriterien für Formatentscheidungen................................................... 10.3 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
119 119 120 120 120
11
Formate.......................................................................................................... 11.1 Direkte Instruktion.............................................................................. 11.1.1 E-Kompendium.................................................................... 11.1.2 E-Lecture ............................................................................. 11.2 Problembasiertes Lernen .................................................................... 11.2.1 Generelles Muster problembasierten Lernens...................... 11.2.2 Varianten problembasierten Lernens ................................... 11.3 Fallbasiertes Lernen............................................................................ 11.4 Aufgabengeleitete Simulation ............................................................ 11.5 Produkttraining ................................................................................... 11.6 Hybride Formate................................................................................. 11.6.1 Format „multimedial angeleitetes Selbstlernen“ (MASL) ... 11.6.2 „CreaTeach-Format“ für Blended Learning......................... 11.6.3 „Electronic Performance Support Systems“ (EPSS)............ 11.7 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
121 121 121 122 123 123 124 124 126 126 127 127 133 133 134 134
Teil IV
X
113 113 115 115 116
Contentstrukturierung
12
Inhaltsstrukturen .......................................................................................... 12.1 Sachstruktur – didaktische Struktur – kognitive Struktur................... 12.2 Deduktiv versus induktiv.................................................................... 12.3 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
139 139 141 142 142
13
Segmentierung und Sequenzierung: Einteilung und Reihenfolge ............ 13.1 Was ist das Problem?.......................................................................... 13.2 Lehrstoff einteilen: Lernobjekte ......................................................... 13.3 In welcher Reihenfolge präsentiere ich den Lehrstoff? ...................... 13.3.1 Sequenzierungsmöglichkeiten ............................................. 13.3.2 Aufgaben- vs. Domänenkompetenz .....................................
143 143 144 145 145 146
Inhaltsverzeichnis
13.4
Weitere Kriterien für die Segmentierung und Sequenzierung des Lehrstoffs ...................................................................................... 150 13.5 Zusammenfassung............................................................................... 150 Literatur ........................................................................................................... 151 14
Lehrstoffstrukturierung und Lehrzieltyp.................................................... 14.1 Zieltypen und Basismodelle ................................................................ 14.2 Exkurs: Didaktische Basismodelle ...................................................... 14.2.1 Choreografie-Metapher......................................................... 14.2.2 Tiefen- und Basisstrukturen von Lernprozessen................... 14.2.3 Sicht- und Oberflächenstrukturen der Instruktion ................ 14.2.4 Basismodelle und didaktische Entwurfsmuster .................... 14.3 Faktenwissen ....................................................................................... 14.4 Prozedurales Wissen, Routinebildung, Training von Fertigkeiten ...... 14.5 Begriffslernen und Aufbau von Zusammenhangswissen (Regeln, Prinzipien, Theorien) ............................................................ 14.6 Problemlösen lernen............................................................................ 14.7 Erwerb kognitiver Strategien............................................................... 14.8 Aufbau bzw. Förderung von Einstellungen......................................... 14.9 Anwendung von didaktischen Entwurfsmustern der Lehrstoffstrukturierung ................................................................. 14.10 Zusammenfassung............................................................................... Literatur ...........................................................................................................
Teil V 15
153 153 154 154 155 156 157 157 159 160 163 165 167 168 169 169
Multimedia-Design
Text ................................................................................................................. 15.1 Texte auf dem Bildschirm ................................................................... 15.2 Textverstehen ...................................................................................... 15.2.1 Basale Verarbeitung ............................................................. 15.2.2 Semantisch-syntaktische Verarbeitung................................. 15.2.3 Elaborative Verarbeitung...................................................... 15.2.4 Reduktive Verarbeitung........................................................ 15.2.5 Rekonstruktive Verarbeitung................................................ 15.3 Motivationale Aspekte beim Textverstehen ........................................ 15.4 Unterstützung des Textverstehens....................................................... 15.4.1 Angabe der Lehrziele............................................................ 15.4.2 Sach- und didaktische Strukturierung................................... 15.4.3 Hilfen zur Anknüpfung an das Vorwissen............................ 15.4.4 Zusammenfassungen............................................................. 15.5 Textgestaltung ..................................................................................... 15.5.1 Überschriften ........................................................................ 15.5.2 Wortwahl, Satzbau, eindeutige Bezüge ................................ 15.5.3 Orientierungsmarken ............................................................ 15.5.4 Typografische Aspekte ......................................................... 15.6 Zusammenfassung............................................................................... Literatur ...........................................................................................................
173 173 174 174 175 176 177 178 178 179 179 180 181 182 183 183 183 185 186 187 188
Inhaltsverzeichnis
XI
XII
16
Audio.............................................................................................................. 16.1 Charakterisierung von Audio.............................................................. 16.2 Arten auditiver Information................................................................ 16.3 Hörverstehen....................................................................................... 16.4 Funktionen von Musik und Sounds .................................................... 16.5 Funktionen von gesprochener Sprache ............................................... 16.6 Lernförderlichkeit von Audio ............................................................. 16.6.1 Lernförderlichkeit von Musik und Sounds .......................... 16.6.2 Lernförderlichkeit von gesprochener Sprache ..................... 16.7 Didaktische Empfehlungen zum Einsatz von Audio .......................... 16.7.1 Empfehlungen zum Einsatz von Musik und Sounds............ 16.7.2 Empfehlungen zum Einsatz von Sprechtext......................... 16.7.3 Nutzerkontrolle .................................................................... 16.8 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
191 192 192 193 195 196 197 197 199 201 201 201 202 202 203
17
Bilder.............................................................................................................. 17.1 Arten von Bildern ............................................................................... 17.1.1 Realistische Bilder ............................................................... 17.1.2 Analogiebilder ..................................................................... 17.1.3 Logische Bilder.................................................................... 17.2 Bildverstehen...................................................................................... 17.2.1 Das natürliche Bildverstehen ............................................... 17.2.2 Das indikatorische Bildverstehen......................................... 17.2.3 Zusammenspiel der zwei Verstehensmodi........................... 17.3 Unterstützung des Bildverstehens....................................................... 17.3.1 Unterstützung des natürlichen Bildverstehens ..................... 17.3.2 Unterstützung des indikatorischen Bildverstehens .............. 17.4 Warum sollten Bilder eingesetzt werden? .......................................... 17.4.1 Funktionen von Bildern ....................................................... 17.4.2 Didaktische Stärken von Bildern ......................................... 17.5 Sind Bilder lernförderlich? ................................................................. 17.6 Unter welchen Bedingungen sind Bilder lernförderlich? ................... 17.6.1 Lernziele .............................................................................. 17.6.2 Charakteristika der Bilder .................................................... 17.6.3 Charakteristika des Textes ................................................... 17.6.4 Lernermerkmale................................................................... 17.7 Kombination von Text und Bild ......................................................... 17.7.1 Empfehlungen aus der kognitiven Theorie des multimedialen Lernens .................................................. 17.7.2 Empfehlungen aus dem integrierten Modell des Text- und Bildverstehens............................................... 17.8 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
207 207 208 209 209 210 211 214 215 216 216 218 221 221 223 223 224 225 226 227 227 229
Inhaltsverzeichnis
229 233 236 237
18
Bewegtbilder: Animation, Video und Simulation ....................................... 18.1 Animationen = bewegte Bilder............................................................ 18.1.1 Scheinbare Bewegung .......................................................... 18.1.2 Begriffsbestimmung ............................................................. 18.2 Arten von Animationen ....................................................................... 18.2.1 Welche Veränderung findet statt?......................................... 18.2.2 Wie komplex ist die dargestellte Bewegung? ....................... 18.2.3 Wie abstrakt ist die Darstellung? .......................................... 18.2.4 Welcher Inhalt wird dargestellt?........................................... 18.2.5 Zusammenfassung ................................................................ 18.3 Animationsverstehen........................................................................... 18.3.1 Wahrnehmung von Animationen.......................................... 18.3.2 Kognitive Verarbeitung von Animationen............................ 18.4 Unterstützung des Animationsverstehens............................................ 18.4.1 Unterstützung der Wahrnehmung von Animationen ............ 18.4.2 Unterstützung der kognitiven Verarbeitung.......................... 18.5 Warum sollten Animationen eingesetzt werden? ................................ 18.5.1 Funktionen von Animationen ............................................... 18.5.2 Didaktische Stärken von Animationen ................................. 18.6 Sind Animationen lernförderlich? ....................................................... 18.6.1 Unter welchen Bedingungen sind Animationen lernförderlich? ......................................... 18.6.2 Animationen und Interaktivität............................................. 18.7 Simulation ........................................................................................... 18.7.1 Spezifische Eigenschaften von Simulationen ....................... 18.7.2 Arten von Simulationen........................................................ 18.7.3 Exploration vs. Instruktion ................................................... 18.8 Video ................................................................................................... 18.8.1 Spezifische Eigenschaften von Videos ................................. 18.8.2 Video = Fernsehen = Unterhaltung? ...................................... 18.8.3 Einsatzmöglichkeiten von Videos ........................................ 18.9 Empfehlungen zur Gestaltung von Animationen, Simulationen und Videos .......................................................................................... 18.9.1 Gestaltung von Erläuterungen .............................................. 18.9.2 Vermeidung unnötiger kognitiver Belastung........................ 18.9.3 Angebot zusätzlicher Optionen............................................. 18.10 Zusammenfassung............................................................................... Literatur ...........................................................................................................
Teil VI 19
239 240 240 241 241 241 242 242 243 245 245 246 249 250 250 253 254 254 256 257 258 258 260 260 261 263 264 265 265 266 268 268 269 269 269 270
Interaktionsdesign
Mensch-Computer-Interaktion .................................................................... 277 19.1 Mensch-Computer-Interaktion als wissenschaftliches Forschungsparadigma.......................................................................... 277 19.2 Säulen der HCI .................................................................................... 279
Inhaltsverzeichnis
XIII
20
21
XIV
19.3
Theorien und Modelle der HCI........................................................... 19.3.1 Das GOMS-Modell.............................................................. 19.3.2 Das Handlungsmodell.......................................................... 19.3.3 Mentale Modelle .................................................................. 19.4 Interaktionsmöglichkeiten .................................................................. 19.5 Normen und Guidelines...................................................................... 19.5.1 DIN-Normen........................................................................ 19.5.2 8 Goldene Regeln des Interface-Designs ............................. 19.6 Gegenwart und Zukunft der HCI........................................................ 19.6.1 Interaktion mittels gesprochener natürlicher Sprache .......... 19.6.2 Soziale Interaktion über multimodale Schnittstellen............ 19.6.3 Anthropomorphe Interfaces ................................................. 19.7 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
279 282 282 284 284 285 285 287 288 288 289 289 290 291
Interaktivität und Adaptivität ..................................................................... 20.1 Was ist Interaktivität?......................................................................... 20.2 Funktionen von Interaktivität ............................................................. 20.2.1 Motivationsfördernde Interaktionen..................................... 20.2.2 Informationsliefernde Interaktionen..................................... 20.2.3 Interaktionen, die das Verstehen fördern ............................. 20.2.4 Interaktionen, die das Behalten fördern ............................... 20.2.5 Interaktionen, die das Anwenden und den Transfer fördern ..................................................... 20.2.6 Interaktionen, die den Lernprozess regulieren ..................... 20.3 Interaktionsformen und ihre Realisierung .......................................... 20.3.1 Aktionen Lernender ............................................................. 20.3.2 Aktionen des Lehrsystems ................................................... 20.4 Wann ist Interaktivität effizient? ........................................................ 20.5 Forschungsfragen zur Effektivität bzw. Effizienz von Interaktivität ................................................................................ 20.6 Media-Equation-Annahme ................................................................. 20.7 Adaptivität .......................................................................................... 20.8 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
293 293 295 296 296 296 296
304 306 307 308 309
Design von Übungs- und Testaufgaben....................................................... 21.1 Funktionen von Übungsaufgaben ....................................................... 21.2 Systematische Konstruktion von Testaufgaben .................................. 21.2.1 Aufgabeninhalte................................................................... 21.2.2 Kognitive Operationen......................................................... 21.2.3 Formale Aspekte von Aufgaben .......................................... 21.2.4 Aufgabenarten...................................................................... 21.3 Geschlossene Test- und Übungsaufgaben .......................................... 21.3.1 Multiple-Choice-Aufgaben .................................................. 21.3.2 Alternativaufgaben (True/False-Aufgaben) .........................
311 311 312 312 313 314 315 315 316 318
Inhaltsverzeichnis
297 297 297 297 300 302
21.3.3 21.3.4
Matching-Aufgaben/Zuordnungsaufgaben ........................... Zusammenfassung geschlossene Testund Übungsaufgaben ............................................................ 21.4 Halboffene Test- und Übungsaufgaben............................................... 21.4.1 Zusammenfassung halboffene Testund Übungsaufgaben ............................................................ 21.5 Offene Test- und Übungsaufgaben...................................................... 21.5.1 Zusammenfassung offene Test- und Übungsaufgaben ......... 21.6 Interaktive Aufgaben........................................................................... 21.7 Zusammenfassung............................................................................... Literatur ...........................................................................................................
319
322 322 323 323 324 324
22
Feedback......................................................................................................... 22.1 Feedback und Lernen .......................................................................... 22.1.1 Formen von informativem Feedback .................................... 22.2 Theoretische Grundlagen und Befunde ............................................... 22.2.1 Verstärkungsmodell.............................................................. 22.2.2 TOTE-Modell ....................................................................... 22.3 Funktionen von Feedback ................................................................... 22.3.1 Fehler und Feedback............................................................. 22.3.2 Differenzierendes Feedback ................................................. 22.3.3 Internes und externes Feedback............................................ 22.3.4 Feedback, Motivierung und Lernorientierung ...................... 22.4 Gestaltungsmöglichkeiten ................................................................... 22.4.1 Zeitpunkt............................................................................... 22.4.2 Fehleranalytisches Feedback ................................................ 22.4.3 Automatischer Tutor............................................................. 22.4.4 Selbstreguliertes Feedback ................................................... 22.4.5 Natürliche Konsequenzen..................................................... 22.5 Zusammenfassung............................................................................... Literatur ...........................................................................................................
327 327 328 329 329 330 331 331 331 332 332 333 333 333 333 334 335 335 335
23
Computergestütztes kollaboratives Lernen (CSCL) .................................. 23.1 Begriffsbestimmung ............................................................................ 23.2 Lernprozesse in Gruppen..................................................................... 23.2.1 Probleme beim kollaborativen Lernen.................................. 23.2.2 Bedingungen für erfolgreiches kollaboratives Lernen.......... 23.3 Computergestützte kollaborative Lernprozesse................................... 23.4 Entwicklung von CSCL-Umgebungen................................................ 23.4.1 Dimensionen von CSCL-Situationen.................................... 23.5 Gestaltung von CSCL-Umgebungen................................................... 23.5.1 Besonderheiten von CSCL-Umgebungen............................. 23.6 Regulation von Gruppenaktivitäten in CSCL-Umgebungen ............... 23.7 Unterstützung kollaborativer Lernprozesse......................................... 23.7.1 Kooperationsskripts .............................................................. 23.7.2 Mapping-Techniken..............................................................
337 337 338 338 339 340 340 341 342 342 344 347 347 349
320 320
Inhaltsverzeichnis
XV
23.7.3 23.7.4
Worked-out-Examples zum kollaborativen Problemlösen... Weitere Möglichkeiten der Verbesserung kollaborativen Lernens......................................................... 23.8 Die Zukunft des CSCL: Neue Entwicklungen.................................... 23.8.1 Einige neue Applikationen in Web 2.0 ................................ 23.8.2 Web 2.0 in der Bildung........................................................ 23.9 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
349 350 351 352 353 354 354
Teil VII Motivationsdesign 24
25
Motivation...................................................................................................... 24.1 Definition............................................................................................ 24.2 Person oder Situation? ........................................................................ 24.2.1 Personfaktoren ..................................................................... 24.2.2 Situationsfaktoren ................................................................ 24.2.3 Das Grundmodell der Motivationspsychologie.................... 24.3 Das erweiterte kognitive Motivationsmodell...................................... 24.3.1 Tätigkeitsanreize .................................................................. 24.3.2 Tätigkeits- und Folgenanreize im erweiterten kognitiven Motivationsmodell ............................................. 24.4 Intrinsische und extrinsische Motivation............................................ 24.5 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
359 359 360 360 362 362 363 365 365 366 367 367
Motivationsdesign ......................................................................................... 25.1 Motivieren, aber wie? ......................................................................... 25.2 Das ARCS-Modell.............................................................................. 25.2.1 Aufmerksamkeit erlangen (Attention) ................................. 25.2.2 Relevanz des Lehrstoffs vermitteln (Relevance) ................. 25.2.3 Erfolgszuversicht (Confidence) ........................................... 25.2.4 Zufriedenheit, Befriedigung (Satisfaction) .......................... 25.2.5 Einsatz des Modells ............................................................. 25.2.6 Beziehung zu anderen Modellen.......................................... 25.3 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
369 369 370 371 373 376 379 381 381 383 383
Teil VIII Qualitätssicherung 26
XVI
Storyboard..................................................................................................... 26.1 Manifestation und Präsentation der Konzeptionsund Gestaltungsideen.......................................................................... 26.2 Ablaufdiagramm................................................................................. 26.3 Storyboard .......................................................................................... 26.4 Alternative Rapid Prototyping? ..........................................................
Inhaltsverzeichnis
387 387 387 388 392
26.5 Zusammenfassung............................................................................... 393 Literatur ........................................................................................................... 394 27
Evaluation multimedialen Lernens .............................................................. 27.1 Der Begriff „Evaluation“..................................................................... 27.2 Entscheidungen und Phasen – ein Überblick ...................................... 27.3 Die Funktionen der Evaluation............................................................ 27.4 Typus der Evaluation .......................................................................... 27.4.1 Zeitpunkt der Datenerhebung ............................................... 27.4.2 Gegenstand der Evaluation ................................................... 27.4.3 Ausrichtung der Evaluation .................................................. 27.4.4 Das Involvement des Evaluators........................................... 27.5 Zielorientierung................................................................................... 27.6 Evaluationsmodelle ............................................................................. 27.7 Evaluationskriterien ............................................................................ 27.8 Evaluationsmethoden .......................................................................... 27.8.1 Inhaltsanalyse ....................................................................... 27.8.2 Befragung ............................................................................. 27.8.3 Beobachtung ......................................................................... 27.8.4 Verhaltensrecording.............................................................. 27.8.5 Tests...................................................................................... 27.9 Evaluationsinstrumentarien ................................................................. 27.9.1 Theorieorientierte Evaluationsinstrumente ........................... 27.9.2 Kriterienkataloge .................................................................. 27.10 Der Evaluationsprozess ....................................................................... 27.10.1 Definition der zu evaluierenden Maßnahme......................... 27.10.2 Zielsetzung der Evaluation ................................................... 27.10.3 Planung der Evaluation......................................................... 27.10.4 Datenerhebung und Auswertung .......................................... 27.10.5 Berichtlegung........................................................................ 27.10.6 Bewertung und weiter gehende Nutzung.............................. 27.11 Standardisierungsbemühungen............................................................ 27.11.1 Lerntechnologiestandards ..................................................... 27.11.2 Qualitätsstandards der DIN................................................... 27.12 Zusammenfassung............................................................................... Literatur ...........................................................................................................
395 395 396 397 397 398 399 399 400 400 401 402 403 404 404 405 406 406 407 407 409 410 411 412 412 413 414 414 415 415 415 416 417
28
Usability.......................................................................................................... 28.1 Was ist Usability?................................................................................ 28.2 Definition von Usability...................................................................... 28.3 Attribute und Kriterien ........................................................................ 28.3.1 Attribute der Usability .......................................................... 28.3.2 Kriterien der Usability nach DIN EN-ISO9241.................... 28.4 Usability-Evaluation: zentraler Bestandteil des Usability-Engeneering-Prozesses.................................................. 28.5 Ziele der Usability-Evaluation ............................................................ 28.5.1 Arten der Usability-Evaluation............................................. 28.5.2 Evaluationszeitpunkt.............................................................
419 420 420 421 421 422 424 426 427 427
Inhaltsverzeichnis
XVII
28.6
Erhebungsmethoden der Usability...................................................... 28.6.1 Messansätze der Usability.................................................... 28.7 Produktzentrierter Messansatz: Inspektionsmethoden........................ 28.7.1 Cognitive Walkthrough........................................................ 28.7.2 Heuristische Evaluation ....................................................... 28.7.3 Focus-Group ........................................................................ 28.8 Produktzentrierter Messansatz: Fragebögen und Checklisten ............ 28.8.1 Purdue Usability Testing Questionnaire .............................. 28.8.2 Questionnaire for User Interface Satisfaction ...................... 28.9 Interaktionszentrierter Messansatz: Blickbewegungsregistrierung (Eye-Tracking).................................... 28.10 Benutzerzentrierter Messansatz: Befragungsmethoden ...................... 28.10.1 Methode des lauten Denkens (Thinking aloud) ................... 28.10.2 Varianten des lauten Denkens.............................................. 28.10.3 Fragebögen und Checklisten................................................ 28.11 Benutzerzentrierter Messansatz: Usability-Testing ............................ 28.11.1 Usability-Testing – Charakterisierung der Methode ............ 28.11.2 Typen von Usability-Tests ................................................... 28.11.3 Ablauf eines Usability-Tests................................................ 28.11.4 Probleme von Usability-Tests.............................................. 28.12 Drei Hauptprobleme bei der Evaluation der Usability ....................... 28.13 Zusammenfassung .............................................................................. Literatur ..........................................................................................................
Teil IX 29
XVIII
428 429 431 432 434 436 437 438 438 439 441 441 442 443 444 444 445 446 448 448 450 450
Technische Umsetzung
Einführung: Systeme, digitale Inhalte und Systemarchitekturen ............ 29.1 E-Learning Infrastruktur – ein Überblick ........................................... 29.2 Architekturen und deren Leistungsfähigkeit....................................... 29.2.1 Client-Server-Systeme (zentraler Server) ............................ 29.2.2 Peer-to-Peer-Systeme........................................................... 29.2.3 Lokale Lernsysteme (CBT).................................................. 29.2.4 Lastverteilung bei Client-Server-Architekturen................... 29.3 Basishardware und -systeme .............................................................. 29.3.1 PCs, Laptops und Kleingeräte auf der Nutzerseite .............. 29.3.2 Anbieterseite: E-Learning-Server ........................................ 29.3.3 Videokonferenzsysteme ....................................................... 29.3.4 Aufzeichnungssysteme für Vorlesungsund Seminarräume ............................................................... 29.3.5 Spezialisierte Systeme für Abstimmung, Feedback, Test und Prüfung.......................................................................... 29.4 Software.............................................................................................. 29.4.1 Software auf Anwender-PCs und Laptops ........................... 29.4.2 Software auf Anbieterserver(n)............................................ Literatur ..........................................................................................................
Inhaltsverzeichnis
457 457 458 458 459 460 460 464 464 465 466 467 468 469 470 476 484
30
31
Systeme für E-Learning und E-Work.......................................................... 30.1 CBT, Peer-to-Peer- und Client-Server-Systeme.................................. 30.1.1 Lokale Systeme für den PC .................................................. 30.1.2 Peer-to-Peer-Systeme ........................................................... 30.1.3 Client-Server-Systeme.......................................................... 30.2 E-Learning und E-Work-Systeme nachhaltig auswählen und einführen ...................................................................................... 30.2.1 Häufige Probleme und Fehler bei der Auswahl und Einführung von IT-Systemen......................................... 30.2.2 Sinnvolle Auswahlkriterien finden ....................................... 30.2.3 Prozesse zur Auswahl und Einführung von Systemen.......... 30.3 Aufbau von Lernplattformen oder Lernmanagementsystemen ........... 30.3.1 Sichten der Benutzergruppen und Anforderungen an grundsätzliche Bedienphilosophien und Oberflächenaufbau......................................................... 30.3.2 Strukturierung der Bedienungsoberfläche ............................ 30.3.3 Gruppen, Rollen, Communities auf einer Plattform und das Rechtesystem........................................................... 30.4 Lernplattform-Werkzeuge und deren Funktionen/ Überblick zu Lerntechnologien............................................................................ 30.4.1 Werkzeuge zur Plattformadministration ............................... 30.4.2 Werkzeuge zur Gestaltung von Kursumgebungen, Lernszenarien, Lernabläufen ................................................ 30.4.3 Werkzeuge zum Lernen und Lehren: Lernplanung, Lernkoordination, Lerntagebücher, Fortschrittskontrolle, Feedback............................................................................... 30.4.4 Werkzeuge zur kooperativen Recherche und zum Erstellen und Austauschen von Inhalten ................ 30.4.5 Werkzeuge zur Koordination – Organisation von Lern- und Gruppenarbeit ............................................... 30.4.6 Werkzeuge zur Kommunikation und Informationsverteilung .................................................. 30.4.7 Persönlicher Schreibtisch oder Raum − typische individuelle Werkzeugnutzung............................... 30.5 Lernen in virtuellen Welten? ............................................................... Literatur ...........................................................................................................
485 485 485 486 487
Digitale Lerninhalte und Autorenwerkzeuge .............................................. 31.1 Einleitung: Produktion von Lerninhalten – rapid und/oder nachhaltig? .................................................................. 31.2 Modularisierung, Wiederverwendbarkeit und Produktionsabläufe ..... 31.3 Bildmedien .......................................................................................... 31.3.1 Grundlagenwissen Bildmedien ............................................. 31.3.2 Dateiformate und Produktion................................................ 31.4 Audio................................................................................................... 31.4.1 Grundlagenwissen Audio...................................................... 31.4.2 Dateiformate und Produktion................................................
557
488 489 491 495 498
500 504 506 511 511 520
522 530 541 546 554 555 556
557 559 565 566 570 571 571 572
Inhaltsverzeichnis
XIX
31.5
Video .................................................................................................. 31.5.1 Grundlagenwissen Video ..................................................... 31.5.2 Dateiformate und Produktion............................................... 31.6 Animationen ....................................................................................... 31.6.1 Grundlagenwissen Animationen .......................................... 31.6.2 Dateiformate und Produktion............................................... 31.7 Einfache und komplexe Simulationen, virtuelle Lernwelten, Game Based Learning ........................................................................ 31.7.1 Grundlagenwissen Simulation ............................................. 31.7.2 Dateiformate und Produktion............................................... 31.8 Übungen und Tests ............................................................................. 31.8.1 Grundlagenwissen Übungen und Tests................................ 31.8.2 Dateiformate und Produktion............................................... 31.9 Nachschlagewerke und Literaturverwaltung ...................................... 31.10 Online-Präsentationen (Folien und Medien mit Audio/Video)........... 31.11 Hypertexte, Hypermedia – Textformate, HTML, SGML, XML ........ 31.11.1 Zusammenstellen von Kursmaterialien................................ 31.11.2 Erstellung von Lerninhalten (Stücke, Content-Units) mit XML-/HTML- oder anderen Editoren ........................... 31.11.3 Rendering von XML-Lerninhalten nach HTML oder PDF .............................................................................. 31.12 Lerninhalteerstellung mit Wikis und Online-Editoren ....................... 31.13 Assistenten, Auskunftssysteme, Chatbots .......................................... 31.14 Autorenrichtlinien, Dokumenten- und Medienmanagement, Metadaten und Repositorien ............................................................... Literatur .......................................................................................................... 32
33
XX
E-Learning-Standards und Standardisierung............................................ 32.1 Warum braucht man Standards?......................................................... 32.2 Standards für den Bildungsbereich – ein Überblick ........................... 32.3 Einblick in einige Standards ............................................................... 32.3.1 SCORM − Sharable Content Object Reference Model........ 32.3.2 Learning Objects Metadata (LOM) und Dublin Core (DC) ......................................................... 32.3.3 IMS Learning Design (LD).................................................. 32.4 Standardisierungsorganisationen ........................................................ 32.5 Standards in der Praxis ....................................................................... Literatur .......................................................................................................... Integration von E-Learning in eine vorhandene IT-Infrastruktur .......... 33.1 Eine typische IT-Infrastruktur, Systeme und Ansprechpartner .......... 33.1.1 Technische Einbindung, Server, Backup, zentrale Softwarewartung .................................................... 33.1.2 Identity-Management: Authentifizierung und Autorisierung, Gruppenverwaltung............................... 33.1.3 Bildungsverwaltung: Kursverwaltung, Prüfungsverwaltung, Struktur der Bildungseinrichtung, Räume, Ressourcen..............................................................
Inhaltsverzeichnis
573 573 574 576 578 579 580 582 583 583 584 585 586 587 588 589 591 595 596 598 599 601 603 603 604 608 608 609 611 612 613 613 615 615 617 618
618
33.1.4
Storage-System, Dateiablage, Dokumentenverwaltung, Bibliothekssysteme ............................................................... 33.1.5 Informationsverteilung: Pinnwand, Newsletter, Mailinglisten......................................................................... 33.1.6 Kommunikationswerkzeuge: E-Mail, Diskussionsforen, Messenger, Chat ................................................................... 33.1.7 Kalender, Aufgaben, Workflows, Projektmanagement ........ 33.1.8 Wissensverwaltung ............................................................... 33.1.9 Alumni-Betreuung ................................................................ 33.1.10 Organisatorische Einbindung in vorhandene Servicestrukturen .......................................... 33.2 Ausblick: Portalsysteme ...................................................................... Literatur ...........................................................................................................
620 620 621 621 622 623 624 624 626
Glossar ...................................................................................................................... 627 Index ......................................................................................................................... 663
Inhaltsverzeichnis
XXI
Teil I Geschichte und Grundlagen
Das Leserad, 1588 von Agostino Ramelli
1
Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
Computergestützte Instruktion ist keineswegs eine Erfindung der neunziger Jahre, sondern hat eine deutlich längere Tradition. Wenn Sie dieses Kapitel bearbeitet haben, sollten Sie wissen oder verstanden haben,
Lehrziele
• wie die geschichtliche Entwicklung computergestützter Instruktion von der ersten Lehrmaschine bis zu Web 2.0 verlief und • wie computergestützte Instruktion im Lauf der Zeit in unterschiedlichen Kontexten eingesetzt wurde.
1.1 Vorläufer Der Wunsch, Mühen des Lernens wie des Lehrens zu verringern, ist sicherlich ein alter Menschheitstraum. Als früher Versuch, hierzu Maschinen einzusetzen, gilt oft das 1588 von Agostino Ramelli, dem italienischen „Ingenieur des Königs von Frankreich“ konzipierte, zu seinen Lebzeiten aber vermutlich nie gebaute Leserad: Eine Vorrichtung, die es erlauben sollte, ohne Hin- und Herlaufen an einem Arbeitsplatz auf mehrere Literaturstellen in unterschiedlichen Folianten zuzugreifen. Es handelte sich dabei allerdings weniger um eine Lernmaschine als um einen Vorläufer der Hypertext-Idee. Ein erstes Patent auf eine Lernmaschine erhielt 1866 Halycon Skinner (nicht zu verwechseln mit B. F. Skinner): Nach Anzeige eines Bildes auf der Vorderseite eines Kastens sollte die richtige Bezeichnung über eine Schreibmaschinentastatur eingegeben werden. Die Maschine hatte allerdings einen Nachteil: Auch richtig geschriebene, aber sachlich falsche Bezeichnungen wurden akzeptiert. Eine bessere „Buchstabiermaschine“ ließ sich 1911 der Psychologe Herbert Aiken patentieren. Zu einem gegebenen Bild ließen sich jeweils nur die Buchstaben der richtigen Bezeichnung in Form von Karten in einen Rahmen einsetzen. Bei dieser puzzleartigen Vorrichtung konnten verschiedene Möglichkeiten ausprobiert werden, nur die richtige wurde durch den Erfolg, das Gelingen des „Puzzles“, belohnt. Dahinter stand als grundlagenwissenschaftliche Theorie das wenige Jahre zuvor von Thorndike entdeckte „law of effect“. In der Folgezeit wurden bis 1936 ca. 700 Patente für vergleichbare „Übungsmaschinen“ angemeldet (Riehm & Wingert, 1995, S. 150),
1.1 Vorläufer
Eine erste Lernmaschine?
3
Abb. 1.1: Presseys Test- und Lernmaschine von 1926
darunter auch Presseys Test- und Lehrmaschinen aus den zwanziger Jahren (s. Abb. 1.1) an denen sich Skinner und Holland mehr als 30 Jahre später bei ihren ersten Maschinen für das „Programmierte Lernen“ orientierten.
1.2 Zur Entwicklungsgeschichte computerunterstützter Lerntechnologien 1.2.1 Skinner und Hollands lineare Lehrprogramme Gesetz der operanten Konditionierung
Lückentexte
4
Die Idee der computerunterstützten Instruktion geht zurück auf die „Programmierte Unterweisung“ (PU), und diese wiederum war der Versuch, aus einer Lerntheorie unmittelbar eine Lehrtechnologie abzuleiten: Auf der Grundlage einer Reihe von Tierversuchen formulierte Skinner: „Ist das Auftreten einer operanten Verhaltensweise von der Darbietung eines verstärkenden Stimulus gefolgt, so wächst ihre Stärke an.“ (Skinner, 1938, S. 21; zit. nach Bower & Hilgard, 1983, S. 250). Aus der darin enthaltenen Aussage, dass Verhalten aufgrund seiner Folgen gelernt wird, leitete Skinner später Überlegungen ab, durch geeignete Verstärkungsarrangements menschliches Verhalten in erwünschte Bahnen zu lenken. Um beim Wissenserwerb eine konsequente Verstärkung korrekter Verhaltensweisen einzelner Lernender sicherzustellen, was einem Lehrer in einer Klasse kaum möglich ist, griff er auf mechanische Tests und Lehrvorrichtungen zurück, die Pressey in den zwanziger Jahren entwickelt hatte. Gemeinsam mit Holland entwickelte Skinner auf deren Basis „Lehrmaschinen“, deren Funktion im Wesentlichen darin bestand, dem Lernenden einen Lehrstoff in kleinen Schritten (frames) meist in Textform darzubieten, jeweils gefolgt von Fragen (Beispiel: Abb. 1.2). Die jeweilige Antwort war in die „Maschine“ einzugeben, worauf die richtige Lösung angezeigt wurde und der Lerner die Richtigkeit seiner Antwort erkennen konnte. Im Sinne des operanten Konditionierens ist es für den Lernfortschritt unumgänglich, dass der Lerner ein korrektes Antwortverhalten zeigt, welches dann verstärkt werden kann. Dies ist aber nur erreichbar, wenn die Fragen bzw. Aufgaben so einfach sind, dass falsche Antworten nicht mehr zu erwarten sind. In der
1 Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
Abb. 1.2: Einfache Lernmaschine (Anfang der sechziger Jahre)
Regel sollte es sich nicht um Auswahlantworten handeln, da diese oft nur ein Wiedererkennen erfordern und nicht das „aktive Verhalten“, das verstärkt werden soll. Eine typische Aufgabenform Skinner’scher Lehrprogramme sind dagegen Lückentexte. Skinners Ansatz wird in der heutigen Diskussion um computerunterstützte Instruktion nicht selten abqualifiziert, ohne seinen Beitrag zur Entwicklung einer lernpsychologisch begründeten Instruktionstechnologie historisch zu würdigen. Obwohl sich die theoretische Deutung der Lernprozesse bei kognitiven Lehrinhalten als unzweckmäßig und unzureichend erwiesen hat, sind die im Folgenden wiedergegebenen praktischen Anweisungen Skinners zum Vorgehen bei der Entwicklung von Lernprogrammen – abgesehen von Punkt 5 – unter bestimmten Rahmenbedingungen noch immer bedenkenswert, auch wenn die Begründungen heute andere sind: 1. Es muss zunächst eine klare, detaillierte und objektive Beschreibung erarbeitet werden, was es heißt, den Lehrstoff zu beherrschen.
Regeln für Skinner’ sche Lehrprogramme
2. Es ist eine Folge von Frage-Antwort-Frames zu entwickeln, in welchen der Lernende in langsam ansteigendem Schwierigkeitsgrad mit dem Lehrinhalt konfrontiert wird und wobei dem Lernenden dieselben Fakten aus unterschiedlichen Perspektiven mehrmals dargestellt werden. 3. Es muss dafür gesorgt werden, dass der Lernende aktiv ist (z. B. indem bei jedem Frame eine Antwort auf eine Frage oder Aufgabe verlangt wird). 4. Auf jede Antwort muss eine sofortige Rückmeldung erfolgen. 5. Die Fragen sollen so gestellt werden, dass die richtige Antwort eine sehr hohe Auftretenswahrscheinlichkeit hat. 6. Jeder Lernende soll das Lehrprogramm in seinem persönlichen Tempo durchlaufen. 7. Das Arbeiten mit dem Lehrprogramm soll durch zusätzliche Verstärkungen gefördert werden. (Skinner, 1958; Bower & Hilgard, 1983, S. 278 f.).
1.2 Zur Entwicklungsgeschichte computerunterstützter Lerntechnologien
5
Lehrziel- und Lehrstoffanalysen (Punkt 1) gelten heute allgemein als unerlässlich für jede rationale Instruktionsplanung (Klauer, 1974), eine Darstellung des Lehrstoffs aus unterschiedlichen Blickwinkeln (Punkt 2) lässt sich aus wissenspsychologischer Perspektive viel stringenter begründen (vgl. Aeblis Konzept des „Durcharbeitens“; (Aebli, 1983, S. 261 ff. u. 310 ff.). Die Bedeutung individuell unterschiedlicher Lernzeiten (Punkt 6) hat Bloom (1973) mit einer Reihe von Arbeiten belegt; auch dass Rückmeldungen (Punkt 4) im LehrLern-Prozess eine wesentliche Rolle spielen, lässt sich unabhängig vom Erklärungsmodell des operanten Konditionierens begründen (Fischer, 1985). Die Verbreitung der Skinner-Holland’schen „Lehrmaschinen“ wurde durch die Ende der fünfziger Jahre bestehende Aufnahmebereitschaft der amerikanischen Öffentlichkeit für Ideen, die mehr Bildungseffektivität versprachen („Sputnik-Schock“), sicher stark gefördert. Da gleichzeitig auch die Verbreitung der Computertechnologie einsetzte, lag eine Verbindung der Idee der „Lehrmaschine“ mit der Möglichkeit des Computers zur Antwortauswertung nahe und wurde auch realisiert.
1.2.2 Crowders verzweigte Programme Eher pragmatisch orientiert als theoriegebunden schlug Crowder 1959 vor, statt der linearen verzweigte Lehrprogramme zu entwickeln: „Das wesentliche Problem ist die Steuerung eines Kommunikationsprozesses durch Rückkopplung. Die Antwort eines Lernenden dient in erster Linie dazu, festzustellen, ob der Kommunikationsprozess wirksam war. Gleichzeitig bietet sie, falls nötig, die Möglichkeit einer entsprechenden Korrektur.“ (Crowder, 1959)
Fehlerabhängige Verzweigungen
Crowders Programme beinhalten typischerweise größere Frames, jeweils gefolgt von einer Frage mit Auswahlantworten. Bei Wahl einer falschen Antwort erhält der Lerner einen zur Art des Fehlers passenden Kommentar, anschließend wird je nach Art des Fehlers mit einer bestimmten Sequenz von Frames fortgefahren, eventuell werden auch Frames wiederholt, die möglicherweise nicht verstanden wurden. Mit der Einführung fehlerabhängiger Verzweigungen wurde eine Individualisierung des Lehr-Lernprozesses über die Lernzeit hinaus möglich: Der Idee nach handelte es sich nun um adaptive Lehrprogramme; allerdings mangelte es an wissensdiagnostischen Verfahren ebenso wie an Methoden der Lehrstoffanalyse. Crowder selbst benutzte zunächst keinen Computer, sondern einen Microfiche-Projektor; verzweigte Programme wurden jedoch bald typisch für die computerunterstützte Instruktion. Ein Beispiel für den Stand der automatisierten computergestützten Auswertung von Antworten im Jahr 1965 liefert Zinn (1967, S. 71): Computer: Translate into German: „The ring is round“. Schüler:
Das ring is rund.
Computer: D-- _ing is- rund. Schüler:
Der Ring ist rund.
Computer: Correct „The house has cold rooms“.
6
1 Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
Schüler:
Der Haus haben kalt Zimmer.
Computer: D-- Haus ha- kalt- Zimmer. Schüler:
Das Haus hat kalte Zimmer.
Computer: Correct. In der zweiten Hälfte der sechziger Jahre ging das öffentliche Interesse an computerunterstützter Instruktion deutlich zurück – im Bildungsbereich beherrschten andere Themen das Feld – ohne dass sich die instruktionstechnologischen Anwendungen als ineffektiv erwiesen hatten. Um die Frage der Effektivität computergestützter Instruktion durch Feldversuche zu klären, beschloss 1971 die National Science Foundation (NSF) der USA zwei Großprojekte über jeweils fünf Jahre, ausgestattet mit insgesamt 10 Mio. Dollar. Es handelte sich um die Projekte TICCIT (Mitre Corp. in Kooperation mit der Brigham Young University) und PLATO (Control Data Corporation in Kooperation mit der University of Illinois, Urbana-Champaign). Beide Projekte hatten das Ziel, aufzuzeigen, dass mittels computerunterstützter Instruktion ein effektiver und kostengünstiger Unterricht möglich ist (O’Shea & Self, 1986, S. 69 ff.).
1.2.3 Das Projekt TICCIT Die Abkürzung TICCIT steht für „Time-shared Interactive Computer Controlled Information Television“. Wie der Name sagt, war hier bereits die Verwendung von FernsehLehrfilmen integraler Bestandteil des Systems. Dementsprechend wurde eine spezielle Hard- und Software entwickelt, einerseits orientiert am Prinzip der Selbststeuerung des Lernenden, andererseits basierend auf einem speziellen Unterrichtsmodell zum Begriffsund Regellernen. Ein Lernplatz bestand aus einem Farbmonitor mit Lautsprecher, einer besonderen Tastatur, einem Lichtgriffel und einem Abspielgerät für Videobänder. Die Systemsteuerung erfolgte durch Standard-Minicomputer, wobei ein Rechner bis zu 128 Terminals verwalten konnte. Aufschlussreich für das Verständnis des TICCIT-Konzepts sind die Bedeutungen der 15 speziellen Tasten zur Lernersteuerung:
Funktionen zur Selbstregulation des Lernens
• Att’n: Rückkehr zum „Hauptprogramm“ • Exit: Beenden • Repeat: Wiederholen • Go: Weiter • Skip: Überspringen • Back: Zurück • Obj’tive: Aktuelles Lehrziel • Map: Überblick über Struktur der Lerneinheit (grafische Darstellung) • Advice: Vorschlag zur Vorgehensweise (Lernstrategie), Information zum Lernstatus (z. B. gelöste/nicht gelöste Aufgaben) • Help: Hilfe, Lösungshinweis
1.2 Zur Entwicklungsgeschichte computerunterstützter Lerntechnologien
7
• Hard: Schwierig (in Kombination mit „Example“ o. „Practice“) • Easy: Leicht (in Kombination mit „Example“ o. „Practice“) • Rule: Textdarstellung der zu lernenden Regel • Example: Anforderung eines Beispiels • Practice: Anforderung einer Übungsaufgabe Auf instruktionspsychologischen Überlegungen beruhen insbesondere die Funktionen der unteren neun Tasten: • die Anzeige des Lehrziels der aktuellen Lerneinheit (Objective), • der Überblick über die Lehrzielstruktur der umfassenderen Lehrstoffeinheit (Map), • die Ausgabe eines Vorschlages für die weitere Vorgehensweise, auf der Grundlage der bereits erreichten Lehrziele (Advice), • die Anforderung eines Beispiels zu einer gerade behandelten Regel bzw. einem Begriff (Example), wobei zusätzlich die Schwierigkeit des Beispiels beeinflusst werden kann („Hard“, „Easy“), • die Anzeige einer Definition bzw. Beschreibung der Regel, die gelernt werden soll (Rule), • die Anforderung von Übungsaufgaben oder Fragen (Practice) unterschiedlicher Schwierigkeit (Kombination mit „Hard“ oder „Easy“) sowie • die Anforderung von Hilfen oder Hinweisen zu Übungsaufgaben, Beispielen und ggf. zur Darstellung der Regel (Help). Erprobt wurde das System an zwei „Community Colleges“ mit Kursen in Mathematik und englischem Aufsatz, wobei die Entwicklung von Selbstlernkursen zum letztgenannten Themenbereich auf Schwierigkeiten stieß (O’Shea & Self, 1986, S. 71).
Abb. 1.3: Frühe Arbeitsstation für computerunterstütztes Lernen
8
1 Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
In einem Bericht über die Evaluationsergebnisse (Alderman, 1979; zit. nach O’Shea & Self, 1986, S. 71) werden die eindeutig besseren Testergebnisse der Schüler hervorgehoben, welche die TICCIT-Kurse bis zum Ende durchlaufen hatten. Der Wert dieses Ergebnisses wird jedoch stark eingeschränkt durch die niedrigen Abschlussraten: Nur 16% der Lernenden hatten z. B. den Mathematikkurs mit TICCIT bis zum Ende bearbeitet, während in normalen Kursen die Drop-out-Rate bei 50% lag. Ein wesentlicher Faktor für die hohe Abbrecherquote in den TICCIT-Kursen war vermutlich die mangelnde Fähigkeit der Schüler, ihr Lernen selbst zu steuern: Zwar war die „Practice“-Taste häufig bedient worden, nicht aber die „Help“-, „Rule“- und „Example“-Funktionen. Ungünstig war im TICCIT-Versuch auch die Akzeptanz des Systems durch den Lehrkörper. Der Abschlussbericht sah dennoch insgesamt eine Bestätigung der Möglichkeiten des computerunterstützten Unterrichts als wirksames Hilfsmittel (O’Shea & Self 1986, S. 74).
Hohe Abbruchquote bei TICCIT-Versuch
1.2.4 Das Projekt PLATO PLATO ist ein Akronym für „Programmed Logic for Automatic Teaching Operation“. Das System hatte bei Beginn des Projekts eine mehr als zehnjährige Entwicklungsgeschichte. Die in der Studie verwendete Version PLATO IV hatte 950 Terminals an ca. 140 verschiedenen Orten. Verfügbar war Unterrichtsmaterial für ca. 8000 Lernstunden. Im Gegensatz zu TICCIT war PLATO IV als ein „didaktisch offenes“ System konzipiert, d. h., die Systemarchitektur sah keine bestimmte didaktische oder instruktionspsychologische Strukturierung vor. Technisch erfolgte die Systemsteuerung über einen Großrechner, an den die Terminals angeschlossen waren. Ein Terminal bestand zur Zeit des NSF-Projekts im Wesentlichen aus einem Plasmabildschirm und einer Tastatur. Aufgrund der Transparenz des Plasmabildschirms war es möglich, von der Rückseite her Farbdias auf den Schirm zu projizieren und damit die vom Rechner erzeugten Grafiken und Textausgaben zu überlagern. Die Bildschirme waren zumindest teilweise berührungssensitiv: Durch eine Zusatzeinrichtung konnte der Lerner, anstatt die Tastatur zu bedienen, zur Eingabe von Informationen (z. B. Auswahl einer von mehreren Antworten) den Bildschirm an einer bestimmten Stelle berühren. Darüber hinaus bestand die Möglichkeit, andere Geräte (Projektoren, Laborgeräte) über das Terminal von der Lernsoftware aus zu steuern. Die Erstellung der Kurseinheiten wurde unterstützt durch eine spezielle Autorensprache (‚TUTOR‛), d. h. eine Programmiersprache mit besonderen Funktionen für Lehrprogramme. Eine Besonderheit des PLATO-Systems war die Möglichkeit grafischer Simulationen (O’Shea & Self, 1986, S. 75 f). Die Evaluation erbrachte weder eine Überlegenheit noch eine Unterlegenheit des Lernens mit dem PLATO-System im Vergleich zum herkömmlichen Unterricht bei gleichen Lehrzielen. Anders als beim TICCIT-Projekt war jedoch die Abbrecherquote nicht höher als bei den gewohnten Lehrverfahren. Fragebogenuntersuchungen ergaben eine zufrieden stellende Akzeptanz des Systems sowohl bei den Lernenden als Systembenutzern als auch bei den Lehrern. Unter anderem gaben 70% der Studenten bzw. Schüler an, auch außerhalb der Kurszeiten mit dem System gearbeitet zu haben; 88% der Lehrer wollten, bestimmt oder wahrscheinlich nochmals mit dem System arbeiten. Etwas einschränkend sagten aller-
1.2 Zur Entwicklungsgeschichte computerunterstützter Lerntechnologien
Touchscreen
Weder besser noch schlechter
9
dings 83% der Lernenden, sie „wollten nicht einen ganzen Kurs nur mit PLATO unterrichtet werden“, 27% hielten Computer für „zu unpersönlich zum Unterrichten“ und 19% hatten Vorbehalte wegen allzu häufiger Ausfälle des Systems.
1.2.5 CUU-Projekte in Deutschland und Europa Lernen im Gleichschritt?
Forschungseinrichtungen FeoLL und BZ
Modellversuche
10
Auch in Deutschland wurden bereits von 1964 an Lehrmaschinen entwickelt (Lipsmeier & Seidel, 1987). Die in den sechziger Jahren am Institut für Kybernetik in Berlin bzw. später in Paderborn entwickelten Maschinen folgten weder Skinners noch Crowders Vorstellungen: Es handelte sich bei diesen Lehrautomaten (Robbimat 0, Geromat III, Bakkalaureus) um Geräte für die Gruppenschulung, d. h., Adaptivität und Individualisierung spielten praktisch keine Rolle. Die Konzeption dieser Geräte erinnert stark an die etwa gleichzeitig verbreiteten Sprachlabors: Die Lernenden waren jeweils mit Kopfhörern ausgestattet, über die sie die akustischen Informationen erhielten, visuelle Informationen erfolgten hauptsächlich über Diaprojektoren; nur beim Geromat wurden die optischen Informationen auf Bildschirme an jedem Arbeitsplatz übertragen, bei den beiden anderen Systemen wurde eine Projektionsfläche im Schulungsraum verwendet. Während Robbimat ein tonbandgesteuertes Gerät für bis zu 24 Lerner war, handelte es sich beim Geromat III bereits um ein rechnergesteuertes System für jeweils drei Lernende. Ein Fortschreiten im Lehrstoff war bei Letzterem nur möglich, wenn alle drei Lerner eine richtige Antwort (meist Multiple-ChoiceAufgaben) gefunden hatten; bei unterschiedlichen Lösungen erhielten alle die Aufforderung, sich zu einigen. Bakkalaureus erlaubte eine parallele Schulung von bis zu 64 Schülern, wobei für die gesamte Lernergruppe auch Verzweigungen möglich waren. Jeder Schüler konnte den Schwierigkeitsgrad des aktuell dargebotenen Lehrstoffs in drei Abstufungen beurteilen. Der Computer errechnete aus diesen Bewertungen einen Mittelwert, aufgrund dessen er die Darbietungszeit der optischen Informationen und die Zeit zur Beantwortung der Fragen bestimmte. Die jeweiligen Schülerreaktionen wurden als individuelle Werte gespeichert und erlaubten dem Lehrer später eine Auswertung der Antworten jedes Lernenden. Ende der sechziger, Anfang der siebziger Jahre wurden zur Förderung unterrichtstechnologischer Forschung und Entwicklung in der Bundesrepublik zwei Forschungseinrichtungen geschaffen: das Bildungstechnologische Zentrum in Wiesbaden und das „Forschungs- und Entwicklungszentrum für objektivierte Lehr- und Lernverfahren (FEoLL)“ in Paderborn. Ein von diesem Institut durchgeführtes Forschungsprojekt (1971−1974) hatte einen „Effizienzvergleich computergesteuerten Parallelunterrichts mit programmiertem Einzelunterricht in Buchform“ zum Ziel. Vergleichskriterien waren zum einen Lernerfolg und Einstellung der Lernenden zur jeweiligen Instruktionsmethode, zum anderen die jeweiligen Kosten (finanzieller und organisatorischer Aufwand). Gearbeitet wurde mit einer Weiterentwicklung des Bakkalaureus (Nixdorf-Lehrsystem NICOLE). Bereits drei Jahre zuvor war in Berlin ein Schulversuch „Algorithmierung von Lehrprogrammen für computergesteuerten Unterricht“ (ALCU) begonnen worden. Neben diesen Projekten gab es in dieser Zeit eine Reihe weiterer Forschungs- und Entwicklungsprojekte zum computergestützten bzw. computerunterstützten Unterricht.
1 Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
Im Rahmen eines Modellversuchs „Computerunterstützter Unterricht in Biologie“ wurde Anfang der siebziger Jahre an der Universität Freiburg eine Reihe von Übungsprogrammen erprobt. Mit dem Programm PFLABE sollten Biologiestudenten als Alternative zu einem Praktikum Wissen für das Bestimmen einheimischer Blütenpflanzen erwerben. Der Lernerfolg war nicht besser als der der Vergleichsgruppe im Praktikum, jedoch war der Zeitaufwand beim Lernen mit dem Übungsprogramm deutlich geringer. Das Programm ZOPRAM zielte darauf ab, unterschiedliches Vorwissen von Studenten durch Ausgleich von Defiziten zu homogenisieren. Dieses Ziel wurde erreicht (Gottwald, 1975; zit. nach Mandl, Gruber & Renkl, 1992, S. 18). Im Rahmen dieses Modellversuchs wurden auch Simulationsprogramme entwickelt und erprobt. Beim Tübinger Modellversuch „Computerunterstützte Simulationen im naturwissenschaftlichen Unterricht“ lag der Schwerpunkt beim Einsatz von Simulationsprogrammen (Simon, 1977). Insgesamt wurden in den siebziger Jahren eine Reihe von Modellversuchen im Bereich der allgemeinbildenden Schulen durchgeführt. Die wissenschaftlichen Begleituntersuchungen kamen zu unterschiedlichen Befunden: Teils fand man eine Überlegenheit des neuen Mediums im Vergleich zum herkömmlichen Unterricht, teils konnten keine Unterschiede gezeigt werden (z. B. Simon, 1974; Treitz, 1984; Mandl & Hron, 1985). In Deutschland war dann Ende der siebziger, Anfang der achtziger Jahre für einige Jahre computerunterstütztes Lernen „kein Thema“ mehr, weder in der Erziehungswissenschaft noch in der Schulpraxis. Erst gegen Mitte der achtziger Jahre kam es langsam zu einer Renaissance des computerunterstützten Lernens in den deutschsprachigen Ländern, allerdings mit anderen Entwicklungsschwerpunkten als zehn Jahre zuvor: Einige Großunternehmen (Siemens AG, Allianz AG) und Institutionen wie die Deutsche Bundespost investierten hohe Beträge in die Entwicklung computerunterstützter Lernprogramme für die betriebliche Aus- und Fortbildung, andere Unternehmen folgten. Seit Ende der achtziger, Anfang der neunziger Jahre ist ein zunehmendes Interesse an computerunterstützten Lerntechnologien zu verzeichnen; dies zeigen die Zahlen der einschlägigen Ausstellungen, Kongresse und Seminare und deren Akzeptanz. Die Europäische Gemeinschaft (EC) schrieb seither mehrfach Forschungs- und Entwicklungsprogramme aus, die explizit innovativer Bildungstechnologie gewidmet waren.
1.2 Zur Entwicklungsgeschichte computerunterstützter Lerntechnologien
Ende der ersten Phase und Neubeginn
Abb. 1.4: Bildschirmdarstellungen aus einer „arbeitsanalogen Lernaufgabe“ für die kfm. Erstausbildung
11
Schwerpunkt berufliche Bildung
Intelligente tutorielle Systeme?
Wenngleich der Schwerpunkt der Lernprogrammentwicklung zunächst nicht mehr im Bereich von Schule und Hochschule lag, gab es auch hier in den achtziger Jahren eine Wiederbelebung des computerunterstützten Lernens. Ein Beispiel für methodisch anspruchsvollere Forschungsarbeiten dieser Zeit sind die Studien mit dem am Deutschen Institut für Fernstudien in Tübingen entwickelten Programm KAVIS bzw. KAVIS II. Dabei handelt es sich um ein tutorielles Lernprogramm mit Videoeinbindung für den Biologieunterricht (Fischer et al., 1988; Fischer & Mandl, 1988). Untersucht wurden u. a. Wirkungen unterschiedlicher Rückmeldungsarten. Unter Forschungsaspekten bedeutsam wurden auch Simulationsprogramme in Form von Planspielen. Ein von Preiß (Preiß, 1990; 1992) an der Universität Göttingen entwickeltes Unternehmensplanspiel „Jeansfabrik“ wurde in mehreren Projekten eingesetzt und evaluiert (Achtenhagen, 1991; Achtenhagen & John, 1990; Sembill, 1992). Die Befunde zeigen sehr deutlich die Bedeutung der Rolle des Lehrers und die Einbettung von Simulationen in ein didaktisches Gesamtkonzept bei Planspielen. Leutner (1989, 1991, 1992) untersuchte an der Universität Aachen die Effizienz adaptiver Lernhilfen beim Lernen mit Planspielen. Im Kontext wissenspsychologischer Fragestellungen zeigte sich, dass die Entwicklung intelligenter tutorieller Systeme auch ein Vehikel zum Verständnis grundlegender Probleme der Wissensrepräsentation und Wissensdiagnose sein kann: Zu dieser Thematik wurde 1987 ein Schwerpunktprogramm der Deutschen Forschungsgemeinschaft aufgelegt (Mandl & Spada, 1988). Im Rahmen entsprechender Forschungs- und Entwicklungsprojekte wurden Lernumgebungen zu Themen aus der Physik, Informatik und Wahrscheinlichkeitstheorie entwickelt (Lukas & Albert, 1989; Mandl, Gruber et al., 1992; Möbus, 1990; Reimann, 1990; Plötzner, Spada, Stumpf & Opwis, 1990; Weber, Waloszek & Wender, 1987). Die Realisierung marktfähiger intelligenter tutorieller Systeme war nicht das Ziel dieser Arbeiten; es zeigte sich jedoch, dass der hohe Anspruch an Wissensdiagnose und Modellierung von Lernprozessen bzw. Wissensverarbeitung, der mit solchen Programmen verbunden ist, wohl auch mittelfristig nicht einzulösen sein wird. Mit der Verlagerung des Einsatzschwerpunkts computerunterstützten Lernens von der Schule zur beruflichen Bildung änderten sich die Forschungsfragen nicht bloß im Detail. Effektivitäts- und Effizienzaspekte, die Transferproblematik (Mandl, Prenzel & Gräsel, 1992) und insbesondere Möglichkeiten zur Unterstützung selbstständigen Lernens (Hofer & Niegemann, 1990) rückten in den Vordergrund. Mit neuen medien- und informationstechnischen Möglichkeiten bei der Entwicklung und Gestaltung computerunterstützter Instruktionssysteme ergeben sich auch neue technische, ergonomische, instruktionspsychologische und didaktische Fragestellungen, die zunehmend eine interdisziplinäre Zusammenarbeit erfordern. Niegemann et al. entwickelten ab 1993 an der Universität Mannheim computerbasierte arbeitsanaloge Lernaufgaben für die kaufmännische Erstausbildung (Kostenrechnung, Buchführung) und untersuchten u. a. unterschiedliche Hilfesysteme zur Förderung des selbstkontrollierten Lernens (Niegemann, Hofer, Gronki-Jost & Neff, 2001).
1.3 Neuere Entwicklungen Webbasiertes Lernen
12
Einen starken Aufschwung erfuhr die Förderung des – seit Mitte der neunziger Jahre als „E-Learning“ bezeichneten Lehrens und Lernens – durch die Verbreitung des Zugangs
1 Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
zum Internet/WWW seit dem Ende der neunziger Jahre. Das multimediale Lernen wurde um Möglichkeiten des synchronen computerunterstützten kooperativen Lernens (CSCL) über beliebige Entfernungen erweitert, häufige Aktualisierungen der Programme wurden ebenso praktikabel wie Vernetzungen von Lernprogrammen mit relevanten Inhalten des Internets. Die Initiative „Schulen ans Netz“ erreichte, dass bis 2002 jede Schule in Deutschland zumindest über einen Internetanschluss verfügte. Uns ist allerdings keine Studie bekannt, die den aktuellen Stand (2008) der IT-Ausstattung an deutschen Schulen beschreibt. Generell spielt E-Learning in den öffentlichen Schulen gegenwärtig keine große Rolle. Im Jahr 2000 schrieb das Bundesministerium für Bildung und Forschung (BMBF) ein groß angelegtes Programm „Neue Medien in der Bildung“ aus, in dessen Rahmen bis Ende 2003/ Anfang 2004 im gesamten Bildungswesen der Bundesrepublik Deutschland neue E-Learning-Programme, -Konzepte und -Tools entwickelt und evaluiert wurden. 2002 wurde zudem vom BMBF ein Programm „Notebook-University“ aufgelegt, mit dem konkrete Konzepte für ein „mobiles Lernen“, d. h. mit Notebook und drahtlosem Webanschluss, entwickelt und erprobt wurden. Über die Nachhaltigkeit dieser Programme ist u. E. derzeit noch kein abschließendes Urteil möglich. Manches deutet darauf hin, dass die Programme vielerorts Anstöße lieferten zu einer dauerhaften und besseren Praxis multimedialen Lernens, dass andererseits aber auch mit dem Ende der Förderung mit den Projektmitarbeitern das Know-how verloren ging und manche Entwicklung recht abrupt beendet wurde. Eine Übersicht über die geförderten Programme liefert der Projektberichtsband des Bundesministeriums für Bildung und Forschung (DLR-Projektträger, 2004). Besonders viele Lernangebote wurden und werden für den Bereich der medizinischen Aus- und Weiterbildung entwickelt, nicht zuletzt weil ein fallbasiertes Lernen 2003 in der Approbationsordnung verankert wurde. Eine vielversprechende Idee schien die Wiederverwendbarkeit von einzelnen Modulen („Lernobjekte“). Um diese sicherzustellen bzw. zu fördern, müssen die Programme und Module standardisiert beschrieben werden. In die Entwicklung entsprechender Standards (LOM, SCORM) wurden in den letzten Jahren viele Ressourcen investiert. Seit 2006 existiert eine erste ISO-Norm (ISO/IEC 19796-1) zum Qualitätsmanagement im e-Learning; in welchem Maße sie akzeptiert wird, ist derzeit noch nicht absehbar. Auch in anderen Bereichen als der Medizin hat sich multimediales Lehren und Lernen in den letzten fünf bis zehn Jahren etabliert. Kundenschulung (After-Sale-Services) und viele Formen technischer Kommunikation sind ohne E-Learning oder zumindest multimediale Unterstützung oft gar nicht mehr realisierbar. In vielen Hochschulen gibt es ehrgeizige Programme (z. T. Zielvereinbarungen), einen großen Teil der routinisierbaren Lehre durch E-Learning zu unterstützen.
1.4 Perspektiven Seit etwa 2002 begann die Euphorie für E-Learning etwas abzuflauen. Viele der oft weit überzogenen Erwartungen konnten (natürlich) nicht erfüllt werden:
1.4 Perspektiven
13
• Massive Kosteneinsparungen waren zunächst nur in außergewöhnlichen Fällen erreichbar, etwa wenn sehr viele Adressaten geschult werden sollen. Die KostenNutzen-Relation hat sich inzwischen zwar deutlich verbessert, didaktisch gute Lernsoftware ist aber nach wie vor nicht billig zu haben. • Texte und Bilder, auch auf einer ansprechenden Lernplattform dargeboten, sind lediglich Texte und Bilder, mit denen ebenso gut gelernt werden kann wie aus gedruckten Vorlesungsskripten, nicht besser und nicht schlechter. • Genauso wenig, wie jemand wirklich schwimmen lernt, wenn man ihn einfach ins Wasser wirft, stellt sich plötzlich die Fähigkeit ein, selbstständig rationell lernen zu können. Die Abbrecherraten beim E-Learning sind vergleichsweise hoch, wenn die Lernenden das selbstständige Lernen nicht gewohnt sind und auch keine hinreichende (tutorielle) Unterstützung während des Lernprozesses erhalten. • Tolle bunte Bilder, schöne Hintergrundmusik in guter Qualität, realistische Geräusche, die Kombination von Schrift, Bild und Sprache: All dies sichert alleine keineswegs den Aufbau dauerhaften, anwendbaren Wissens und es wirkt auch nicht einfach motivierend. • Der Zeitaufwand (Lernzeit) beim problembasierten bzw. entdeckenden Lernen in multimedialen Lernumgebungen ist hoch, so dass auch bei nachgewiesener Effektivität solcher Medienprodukte unmöglich alle Lehrinhalte so vermittelt werden können; die Effektivität des problembasierten Lernens ist zudem keineswegs generell belegt. • In virtuellen Arbeitsgruppen im Web zeigen sich alle Probleme, die von Präsenzarbeitsgruppen bekannt sind – durch die mangelnde Sichtbarkeit der einzelnen Teilnehmer oft noch verschärft. Anders als beim ersten Boom in den siebziger Jahren hat sich E-Learning dennoch als eine Lehr- und Lernform fest etabliert. Die meisten der gerade aufgeführten Probleme lassen sich auf eine Quelle zurückführen: Es fehlt zu oft an einer qualitativ hinreichenden didaktischen Konzeption. Was dabei zu beachten ist, ist Thema dieses Buchs. Die (informations)technische Entwicklung ist selbstverständlich nicht beendet, es ist bisher auch keine Verlangsamung der Entwicklung festzustellen. Zunehmendes Interesse, sowohl im Bereich von Aus- und Weiterbildung als auch in den Hochschulen, erfährt Web 2.0, also die Möglichkeit, dass Lernende selbst Websites gestalten und ihr Wissen darstellen. Web 2.0-Anwendungen wie Wikis, allen voran die Online-Enzyklopädie Wikipedia, werden täglich von tausenden Nutzern frequentiert, bei den meisten Zugriffen kann eine Form informellen, selbstregulierten Lernens angenommen werden. Hierzu liegen unseres Wissens noch keine systematischen Studien vor. Ein weiterer Bereich, der in der nächsten Zeit deutlich stärker beachtet werden wird, ist das „Digital Game Based Learning“ bzw. „Serious Games“, also das Lernen mit Hilfe digitaler multimedialer Spiele mit „ernsthaftem“ Hintergrund. Interessant für E-Learning könnte schließlich die Entwicklung des „Semantic Web“ (Berners-Lee, Hendler & Lassila, 2001) werden. Möglichkeiten des Fragenstellens und der einfachen Informationssuche für Lernende könnten dadurch deutlich erleichtert werden. Allerdings steht der Durchbruch dieser Technik noch aus. Derzeit deutet auch manches auf eine modifizierte und „leisere“ Wiederbelebung der Idee „intelligenter tutorieller Systeme“ hin: Adaptives Lernen steht sowohl bei der mit
14
1 Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
E-Learning befassten Informatik als auch in der pädagogischen Psychologie wieder hoch im Kurs. Die zuletzt genannten Tendenzen entwickeln sich keineswegs notwendigerweise getrennt voneinander: Web 2.0 und Lernspiele, „Semantic Web“ und KI im e-Learning könnten sinnvoll kombiniert die technische Basis neuer psychologisch-didaktischer Ansätze bilden.
1.5 Zusammenfassung Die Anfänge computergestützter Instruktion gehen auf die Programmierte Instruktion zurück, deren Grundlage die Prinzipien der operanten Konditionierung waren. Seitdem ist im Bereich des Instruktionsdesigns viel passiert. Skinner und Holland nutzten in ihrer programmierten Unterweisung lineare Lernprogramme, in denen der Lernstoff nacheinander zu bearbeiten war, Crowder schlug 1959 verzweigte Lernprogramme mit fehlerabhängigen Verzweigungen vor. Verzweigte Programme wurden typisch für computergestützte Instruktion. In Deutschland war nach einem großen Interesse Ende der siebziger bis Anfang der achtziger computergestützter Instruktion kein Thema mehr. Ein neuer Impuls kam dann Mitte der Achtziger aus der betrieblichen Bildung, wo von Großunternehmen wie Siemens oder der Deutschen Post in die Entwicklung computergestützter Lernprogramme investiert wurde. In den neunziger Jahren erfuhr E-Learning einen Boom, der mit den höchsten Erwartungen an diese „neue“ Form des Lernens verknüpft war. Allerdings konnten die überzogenen Erwartungen nicht erfüllt werden, weshalb die E-Learning-Euphorie etwas abflaute. Mittlerweile ist computergestützte Instruktion jedoch eine fest etablierte Lernform in Bildungsinstitutionen.
Literatur Achtenhagen, F. (1991). Möglichkeiten und Grenzen komplexer Lehr-Lern-Prozesse in der kaufmänischen Erstausbildung. In K. Aschenbrücker & U. Preiß (Hrsg.), Menschenführung und Menschenbildung (S. 311−326). Hohengehren: Schneider. Achtenhagen, F., & John, E. G. (Hrsg.). (1992). Mehrdimensionale Lehr-Lern-Arrangements – Innovationen in der kaufmännischen Aus- und Weiterbildung. Wiesbaden: Gabler. Aebli, H. (1983). Zwölf Grundformen des Lehrens. Eine Allgemeine Didaktik auf psychologischer Grundlage. Stuttgart: Klett Cotta. Berners-Lee, T., Hendler, J., & Lassila, O. (2001). The semantic web. Scientific American, May. Bloom, B. S. (1973). Individuelle Unterschiede in der Schulleistung: ein überholtes Problem? In W. Edelstein & D. Hopf (Hrsg.), Bedingungen des Bildungsprozesses (S. 251−284). Stuttgart: Klett. Bower, G. H., & Hilgard, E. R. (1983). Theorien des Lernens (Bd. 1). Stuttgart: Klett-Cotta. Crowder, N. A. (1959). Automation tutoring by means of intrinsic programming. In E. Galanter (Ed.), Automatic teaching: The state of the art (pp. 109−116). New York: John Wiley and Sons, Inc. DLR-Projektträger. (2004). Neue Medien in der Bildung – Hochschulen. Kursbuch eLearning 2004. Produkte aus dem Förderprogramm. Bonn: Bundesministerium für Bildung und Forschung. Fischer, P. M. (1985). Wissenserwerb mit interaktiven Feedbacksystemen. In H. Mandl & P. M. Fischer (Hrsg.), Lernen im Dialog mit dem Computer (S. 68−82). München, Wien, Baltimore: Urban & Schwarzenberg. Fischer, P. M., & Mandl, H. (1988). Knowledge acquisition by computerized audiovisual feedback. European Journal of Psychology of Education, 3, 217−233. Fischer, P. M., Mandl, H., Frey, H. D., Jeuck, J., Schröder, O., & Ackermann, K. (1988). Bericht zum DFG-Projekt „Beeinflussung und Förderung des Wissenserwerbs mit audiovisuellen Medien bei kontingenter Rückmeldung“. Forschungsberichte (No. 48). Tübingen: Deutsches Institut für Fernstudien.
Literatur
15
Hofer, M., & Niegemann, H. M. (1990). Selbstgesteuertes Lernen mit interaktiven Medien in der betrieblichen Bildung. Medienpsychologie, 2(4), 258−274. Klauer, K. J. (1974). Methodik der Lehrzieldefinition und Lehrstoffanalyse. Düsseldorf: Schwann. Leutner, D. (1989). Angeleitetes Lernen mit Planspielen: Lernerfolg in Abhängigkeit von Persönlichkeitseigenschaften sowie Ausmaß und Zeitpunkt der Anleitung. Unterrichtswissenschaft, 17, 342−358. Leutner, D. (1991). Adaptive Lehrsysteme – Experimentelle Wirkungsanalysen der Steuerung von Lernprozessen. Aachen: Rheinisch-Westfälische Technische Hochschule. Leutner, D. (1992). Adaptive Lehrsysteme: Instruktionspsychologische Grundlagen und experimentelle Analysen. Weinheim: Psychologie Verlags Union. Lipsmeier, A., & Seidel, C. (1987). Computerunterstütztes Lernen in Berufs- und Weiterbildung. Hagen: Fernuniversität-Gesamthochschule. Lukas, J., & Albert, D. (1989). Repräsentation, Struktur und Diagnose von Wissen: Empirische Überprüfung von Voraussetzungen für ein intelligentes tutorielles System. Tübingen, Freiburg: Deutsche Forschungsgemeinschaft. Mandl, H., Gruber, H. & Renkl, A. (1992). Lernen mit dem Computer. Empirisch-pädagogische Forschung in der BRD zwischen 1970 und 1990 (Forschungsbericht No. Nr. 7). München: LudwigsMaximilians-Universität. Institut für Empirische Pädagogik und Pädagogische Psychologie. Mandl, H., & Hron, A. (1985). Förderung kognitiver Fähigkeiten und des Wissenserwerbs durch computerunterstütztes Lernen. In U. Bosler, K. Frey, W. Hosseus, M. Kremer, P. Scherme & H. Wolgast (Hrsg.), Mikroelektronik und Neue Medien im Bildungswesen (S. 105−143). Kiel: Institut für die Pädagogik der Naturwissenschaften. Mandl, H., Prenzel, M., & Gräsel, C. (1992). Das Problem des Lerntransfers in der betrieblichen Weiterbildung. Unterrichtswissenschaft, 20(2), 126−143. Mandl, H., & Spada, H. (Hrsg.). (1988). Wissenspsychologie. Weinheim: Psychologie Verlags Union. Möbus, C. (1990). Toward a design of adaptive instructions and helps for knowledge communication with the problem solving monitor ABSYNT. In O. S. Z. Z. V. Marik (Ed.), Artificial intelligence in higher education (pp. 138−145). Berlin: Springer. Niegemann, H. M., Hofer, M., Gronki-Jost, E.-M. & Neff, O. (2001). Computerunterstützte fallbasierte Arbeitsaufgaben zur Kostenrechnung in der kaufmännischen Erstausbildung: Designforschung und curriculare Integration. In K. Beck & V. Krumm (Eds.), Lehren und Lernen in der beruflichen Erstausbildung. Grundlagen einer modernen kaufmännischen Berufsqualifizierung (S. 323−347). Opladen: Leske und Budrich. O’Shea, T., & Self, J. (1986). Lernen und Lehren mit Computern. − Künstliche Intelligenz im Unterricht. Birkhäuser: Basel. Plötzner, R., Spada, H., Stumpf, M., & Opwis, K. (1990). Learning qualitative and quantitative reasoning in a microworld for elastic impacts. European Journal of Psychologie of Education, 4, 501–516. Preiß, P. (1990). Planspiel JEANSFABRIK. Göttingen: Seminar für Wirtschaftspädagogik der GeorgAugust-Universität. Preiß, P. (1992). Komplexität im Betriebswirschaftslehre-Anfangs-Unterricht. In F. Achtenhagen & E. G. John (Hrsg.), Mehrdimensionale Lehr-Lern-Arrangements – Innovation in der kaufmännischen Ausund Weiterbildung (S. 58−78). Wiesbaden: Gabler. Reimann, P. (1990). Problem solving models of scientific discovery learning processes. Frankfurt: Lang. Riehm, U., & Wingert, B. (1995). Multimedia. Mythen, Chancen und Herausforderungen. Mannheim: Bollmann. Sembill, D. (1992). Selbstorganisiertes Lernen in der Handelslehrerausbildung. Unterrichtswissenschaft, 20(4), 343−357. Simon, H. (1974). Computerunterstützter Unterricht als Problem der Unterrichtstechnologie und Unterrichtsforschung. In H. Freibichler (Hrsg.), Computerunterstützter Unterricht. Erfahrungen und Perspektiven (S. 43−73). Hannover: Schroedel. Skinner, B. F. (1938). The behavior of organisms: An experimental analysis. Englewood Cliffs, N.J.: Prentice Hall. Treitz, N. (1984). Deduktive Programme auf dem Bildschirmcomputer und andere Mediennutzungen im Physikunterricht. Duisburg: Universität Duisburg – Gesamthochschule. Weber, G., Waloszek, G., & Wender, K. F. (1987). The role of episodic memory in an intelligent tutoring system. In J. Self (Ed.), Artificial intelligence and human learning: Intelligent computer-aided instruction (pp. 141−155). London: Chapman & Hall.
16
1 Die Suche nach der Lehrmaschine: Von der Buchstabiermaschine über den Programmierten Unterricht zum E-Learning
2
Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
Bei der Entwicklung von multimedialen Lernumgebungen sind vielfältige didaktische Entscheidungen zu treffen. Je nach Art der zu vermittelnden Lerninhalte und je nach vorliegenden Rahmenbedingungen ist die für den jeweiligen Zweck bestgeeignete Lernumgebung zu konzipieren. Instruktionsdesign als wissenschaftliche Disziplin beinhaltet technologische Aussagen zur effektiven Gestaltung von Lernumgebungen. Nach erfolgreichem Durcharbeiten dieses Kapitels kennen Sie
Lehrziele
• Grundlagen und Geschichte des Instruktionsdesigns, • ausgewählte Modelle des Instructional System Design zur Planung und Konzeption von Lernumgebungen, • unterschiedliche Modelle der ersten Generation des Instruktionsdesigns, • die wichtigsten Modelle der zweiten Generation des Instruktionsdesigns, die die aktive Rolle des Lernenden betonen, sowie • ein revidiertes Modell zur Planung und Konzeption von Lernumgebungen, das die Wechselwirkung verschiedener Entscheidungen betont.
2.1 Instructional Design: Die Idee Instruktionsdesign (instructional design, ID) hat sich seit den späten fünfziger Jahren in Nordamerika und später in den übrigen englischsprachigen Ländern, aber auch in den Niederlanden, Belgien und Finnland als wissenschaftlich-technologische Teildisziplin der pädagogischen Psychologie bzw. der empirischen Erziehungswissenschaft entwickelt. Die Grundidee war stets die systematische und vor allem die differenzierte Anwendung pädagogisch-psychologischer Prinzipien bei der Konzeption von Lerngelegenheiten bzw. Lernumgebungen. „Instruktion“ bezeichnet jedes systematische Arrangement von Umgebungsbedingungen, das geeignet ist, Kompetenzen zu fördern (Resnick, 1987, S. 51). „Instruktion“ ist damit anders als im Deutschen deutlich weiter gefasst als „Unterricht“ oder „Lehre“. Dem 2002 verstorbenen Robert M. Gagné (s. Abb. 2.1) – unbestrittener Vater der „Instructional Design“-Idee – ging es in erster Linie um die Ablösung von Vorstellun-
2.1 Instructional Design: Die Idee
17
Abb. 2.1: Robert M. Gagné (1926 – 2002)
Unterschiedliche Bedingungen erfordern unterschiedliches Vorgehen
Empirische Befunde
gen von „der richtigen Lehrmethode“ durch eine Konzeption, die versucht, für unterschiedliche Kategorien von Lernaufgaben und unterschiedliche Lernvoraussetzungen und Rahmenbedingungen die jeweils (relativ) bestgeeignete Lernumgebung zu finden. Offensichtlich ist die Proklamation „der einen richtigen“ Lernumgebung bis heute virulent. Anfang der neunziger Jahre wurden „konstruktivistische“ Lernumgebungen mit missionarischem Eifer propagiert, später sahen einige in „offenen Lernumgebungen“ die Lösung. Diese Konzepte sind dabei keineswegs generell ungeeignet, sie sind lediglich nicht generell geeignet. Dass Lernprozesse stochastischen Gesetzmäßigkeiten unterliegen, wird wohl von keinem wissenschaftlich arbeitenden Psychologen in Zweifel gezogen. Gleichzeitig ist klar, dass die Funktionszusammenhänge zwischen den Variablen externer und interner (individueller) Lernvoraussetzungen hochkomplex sind und zu vielen Zusammenhängen ökologisch valide empirische Befunde fehlen. Deshalb aber auf eine Fundierung der Konzeption von Lernumgebungen durch Untersuchungsergebnisse der Kognitionswissenschaften und der Psychologie zu verzichten, wäre vergleichbar dem Verzicht auf Befunde aus Biologie, Chemie und Physik in der Medizin. Es gibt klare empirische Befunde aus systematisch kontrollierten und in der Regel replizierten Untersuchungen, die zeigen, dass z. B. • beim Begriffslernen die Anzahl, Art und Zusammenstellung von Positiv- und Negativbeispielen des zu lernenden Begriffs die Qualität des Lernergebnisses beeinflussen und eine optimale Strategie für die Präsentation von Beispielen existiert (Tennyson & Park, 1980), • die gleichzeitige Präsentation von gesprochenem und geschriebenem Text zur Erläuterung eines Sachverhalts, der durch eine Animation veranschaulicht wird, im Durchschnitt schlechtere Lernergebnisse zur Folge hat als lediglich gesprochener Text (Mayer, 2001; s. auch Kap. 16), • das Zugrundelegen einer individuellen Bezugsnormorientierung bei Rückmeldungen die Lernmotivation von Schülern im Vergleich zur üblichen sozialen Bezugsnormorientierung im Mittel deutlich steigert (Mischo & Rheinberg, 1995; Rheinberg, Vollmeyer & Rollett, 2000; s. auch Kap. 22),
18
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
• Bilder, Animationen oder Geschichten, die nichts zur Erklärung der intendierten Sachverhalte beitragen, sondern lediglich „irgendwie motivieren“ sollen, das Behalten und Verstehen des Lehrstoffs eher behindern als fördern (Mayer, 2001; s. auch Kap. 17), • die Platzierung erklärender Texte innerhalb des Abbildes eines technischen oder biologischen Gegenstandes im Durchschnitt zu deutlich besseren Lernerfolgen führt als die Platzierung außerhalb der Grafik (daneben, darunter, auf der vorgehenden oder der folgenden Seite), auch wenn letztere Variante meist als ästhetisch besser gilt und daher intuitiv vorgezogen wird (Sweller, 1999; s. auch Kap. 17). Sofern nun weder Falsifikation noch theoretisch wohlbegründete Annahmen existieren, die diese Aussagen relativieren, ist es vernünftig, die entsprechenden Prinzipien der Bildung von Empfehlungen für die didaktischen Konzeption zugrunde zu legen und bis auf weiteres anzuwenden. Die Gültigkeit der deskriptiven Aussagen (aus der Grundlagenforschung) ersetzt dabei nicht die empirische Prüfung der Effektivität der „technologischen Regeln“. Solange dies nicht geschehen ist, handelt es sich lediglich um begründete hypothetische Annahmen. Instructional-Design-Theorien bzw. -Modelle bestehen in ihrem Kern aus technologischen Aussagen, die beanspruchen, durch deskriptive, stochastisch-gesetzesmäßige Aussagen (meist aus der psychologischen Forschung) fundiert zu sein. Die wissenschaftstheoretische Diskussion zur „Anwendung“ nomothetischer bzw. gesetzesähnlicher stochastischer Aussagen kann hier nicht angemessen wiedergegeben werden. Wissenschaftstheoretisch interessierte Leser seien daher auf die Beiträge von Bunge (1998, 2001) und Herrmann (1994) verwiesen und speziell für die Erziehungswissenschaft auf die Beiträge in Krapp und Heiland, (1981) sowie das Werk von Alisch (1995). Ohne Rekurs auf diese oder andere einschlägige Arbeiten ist eine seriöse wissenschaftstheoretische Bewertung technologischer Theorieansätze in der pädagogischen Psychologie und der Erziehungswissenschaft nicht möglich. Die schlichte Behauptung, man könne aus nomothetischen Gesetzmäßigkeiten keine technologischen Hypothesen begründen, ist abwegig. Auch hier trägt die Analogie zur Medizin: Wahrscheinlich resultieren viele neue Ideen für Pharmaka und Therapiepläne aus der biologischen und chemischen angewandten Grundlagenforschung. Die Wirksamkeit der „technologisch transformierten“ Aussagen muss aber stets eigenen empirischen Überprüfungen standhalten. Wenn z. B. ein Krankheitssymptom nachweislich auf dem Mangel an einem bestimmten Hormon beruht, so folgt daraus nicht unbedingt, dass die richtige Therapie darin besteht, einfach dieses Hormon zuzuführen. Man wird aber auf der Basis des grundlagenwissenschaftlichen Wissens eine Vorgehensweise suchen, die geeignet ist, den Hormonmangel mit möglichst geringen Nebenwirkungen auszugleichen. Die theoretische Orientierung an der Psychologie als Grundlagenwissenschaft bleibt auch bei neueren Forschungsstrategien wie den „Designexperimenten“ oder dem „Integrierten Forschungsparadigma“ (Fischer et al., 2003) erhalten. Diskutiert wird seit einigen Jahren, wie die Forschung organisiert werden kann, damit sich psychologische Laborforschung und empirisch-pädagogische Feldforschung optimal ergänzen. Für die Einordnung von Instruktionsdesignmodellen bzw. zur Zuordnung der Empfehlungen innerhalb von ID-Modellen ist die Unterscheidung „inhaltlich-technologischer“ und „operativ-technologischer“ Aussagen wichtig. Inhaltlich-technologische Aussagen geben u. a. an, wie etwas beschaffen sein muss oder was getan werden muss, wenn eine bestimmte Wirkung bezweckt wird. Operativ-
2.1 Instructional Design: Die Idee
Technologische Aussagen
Analogie zur Medizin als angewandte Wissenschaft
Inhaltlich-technologische Aussagen
19
Analyse Design (Konzeption) Development (Entwicklung i.e.S.) Implementation
technologische Aussagen bzw. Theorien oder Modelle beziehen sich auf die Effizienz der Vorgehensweise in der Entwurfsphase. Im Bereich der Planung und Konzeption von Lernumgebungen sind dies insbesondere „Instructional System Design“-Modelle, die seit Mitte der sechziger Jahre verwendet werden (Gustafson & Branch, 2002). Kern ist eine systematische Koordination der Entwicklungsphasen Analyse, Design (Konzeption), Entwicklung im engeren Sinne (Development), Implementierung sowie Evaluation (ADDIE), wobei die Evaluation sowohl formativ als auch summativ erfolgt. Vielleicht wäre es zweckmäßig, Evaluation heute durch „Qualitätssicherung“ als umfassenderen Begriff zu ersetzen. Design (Konzeption) bezieht sich auf alle Situationen, in denen eine Entscheidung zur Gestaltung oder Vorgehensweise erforderlich ist. Die Lösung jedes Designproblems umfasst dabei zweckmäßigerweise die folgenden Schritte (vgl. Simon, 1996): • Suche nach alternativen Möglichkeiten,
Evaluation
• Analyse jeder Lösungsalternative hinsichtlich Kosten, Nutzen, Konsequenzen (Seiteneffekte),
Abb. 2.2: Instructional System Design: ADDIEModell
• Festlegung einer geeigneten Entscheidungsprozedur, • Entscheidung für eine bestimmte Alternative. Andere Modelle geben Empfehlungen, wie der Designprozess zu handhaben ist, z. B. die sukzessive Durchführung von Bedarfsanalyse, Wissensanalyse, Adressaten- und Kontextanalyse, die anschließende Definition von Zielen, die Entwicklung von Evaluationsinstrumenten und die Berücksichtigung der Beziehungen zwischen den Resultaten der durchgeführten Analysen und den weiteren Ebenen der Designentscheidungen. Sowohl die Betonung der Differenzierung didaktischer Entscheidungen nach Merkmalen der Aufgabenstellung wie auch der hohe Stellenwert der Lernvoraussetzungen (Berücksichtigung des erforderlichen Vorwissens, erforderlicher Fähigkeiten) erfordern zwingend eine systematische und stets aufwendige Wissens- bzw. Aufgabenanalyse – ein Erfordernis, das in der Praxis viel zu oft missachtet wird. Im Folgenden skizzieren wir einige Instruktionsdesignmodelle.
2.2 Modelle des Instructional Design: Das Urmodell Im „Urmodell“ des Instruktionsdesigns von Gagné sind beide Arten technologischer Theorien vereinigt: Grundprinzipien des Instruktionsdesigns nach Gagné, Briggs und Wager (1988) sind die Sicherung der Lernvoraussetzungen für die jeweils folgenden Lehrinhalte einerseits und die Differenzierung der didaktischen Prozesse nach unterschiedlichen Lehrzielkategorien andererseits. „Lernvoraussetzungen“ stehen hier insbesondere für das Wissen, das notwendigerweise bereits erworben sein muss, um einen neuen Lehrinhalt erlernen zu können: So ist z. B. die Kenntnis der Addition und der Subtraktion erforderlich, um die Multiplikation und die Divison zu erlernen. Das Verstehen einer Problemlösestrategie erfordert die Kenntnis bestimmter Regeln oder Prinzipien. Von einem bestimmten Lehrziel aus rückwärts gehend, lässt sich eine Hierarchie von Lernvoraussetzungen konstruieren, wobei jede noch nicht beherrschte Lernvoraussetzung selbst ein Lehrziel darstellt, das zwingend vor dem übergeordneten Lehrziel vermittelt
20
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
Sprachlich repräsentiertes Wissen
Kognitive Fähigkeiten
Kognitive Strategien
Einstellungen
Abb. 2.3: Fünf Lehrzielkategorien nach Gagné, Briggs & Wager (1988)
Motorische Fähigkeiten
werden muss (Lehrzielhierarchie). Eine solche Vorgehensweise erfordert eine Kategorisierung der zu erwerbenden Fähigkeiten. Gagné (1985) unterschied fünf Lehrzielkategorien: Sprachlich repräsentiertes Wissen, kognitive Fähigkeiten, kognitive Strategien (mit fünf Unterkategorien), Einstellungen und motorische Fähigkeiten (s. Abb. 2.3). Zu Beginn jeder Planung und Entwicklung von Lernumgebungen müssen die zu vermittelnden Fähigkeiten anhand dieser Kategorien analysiert werden, da die Art der empfohlenen Vorgehensweise (Lehrschritte) je nach Kategorie variiert. Nach Kategorisierung der erwünschten Lernresultate werden die jeweils geeigneten Lehrmethoden empfohlen. Entsprechend den Phasen eines Lernprozesses unterschieden Gagné (1985) bzw. Gagné, Briggs und Wager (1988) eine spezifische Abfolge von „events of instruction“ (Lehrereignissen), im Folgenden als „Lehrschritte“ bezeichnet. Für Gagné repräsentieren diese Lehrschritte die inneren und äußeren Lernbedingungen, die erforderlich sind, um sich die verschiedenen Arten erlernbarer Fähigkeiten anzueignen: Aufmerksamkeit gewinnen, Informieren über die Lehrziele, Vorwissen aktivieren, Darstellung des Lehrstoffs mit den charakteristischen Merkmalen, Lernen anleiten, Ausführen bzw. Anwenden lassen, informative Rückmeldung geben, Leistung kontrollieren und beurteilen, Behalten und Transfer sichern (s. Abb. 2.4). Eine für die Praxis wichtige Weiterentwicklung des Modells publizierten Dick und Carey (1996). Die Instruktionsdesigntheorie von Gagné, Briggs und Wager sowie das ID-Modell von Dick und Carey wurden ohne spezielle Berücksichtigung des Lehrens und Lernens mit Medien entwickelt, sie enthalten daher keine Hinweise für medienspezifische Designentscheidungen. Beide Ansätze eignen sich jedoch auch für die Entwicklung multi-
Aufmerksamkeit gewinnen
Informieren über Lehrziele
Vorwissen aktivieren
Ausführen/ Anwenden lassen
Lernen anleiten
Darstellen des Lehrstoffs
Informative Rückmeldung geben
Leistung kontrollieren u. beurteilen
Behalten und Transfer sichern
2.2 Modelle des Instructional Design: Das Urmodell
Innere und äußere Lernbedingungen
Einschätzung der ID-Theorien von Gagné, Briggs und Wager
Abb. 2.4: Die neun Lehrschritte nach Gagné, Briggs und Wager (1988)
21
Kombinationen von ID-Modellen
medialer Kurse, insbesondere wenn Lernende neu in einen Lehrstoff eingeführt werden sollen. Möglich ist auch eine Kombination mit einem situationistischen Modell: In einem EU-Projekt zur Ausbildung von Katastrophenschutz-Fachleuten wurden z. B. die Lehrschritte 4 (Darstellung der Lehrinhalte) bis 7 (Informative Rückmeldung) durch ein computerbasiertes Szenario realisiert. Es hat sich gezeigt, dass eine ausschließlich hierarchisch orientierte Sequenzierung des Lehrstoffs nicht immer optimal ist. In einer empirischen Vergleichsstudie mit einer alternativen ID-Theorie (Case, 1978), bei der das Vermeiden einer Überlastung des Arbeitsgedächtnisses im Vordergrund stand, erwies sich letztere als überlegen (Sander, 1986). Weitere Ausführungen zur Sequenzierung finden sich in Kap. 13.
2.3 Weitere Modelle der ersten Generation In den siebziger Jahren wurde eine ganze Reihe von Instruktionsdesignmodellen entwickelt, von denen die meisten heute lediglich historische Bedeutung haben. Auf eine Darstellung kann daher hier verzichtet werden. Viele Modelle hatten nicht den gesamten Designprozess im Visier, sondern zielten auf bestimmte Teilaspekte: die Sequenzierung der Inhalte, das Lehren von Begriffen, das Vermitteln von Regeln u. ä. Bis heute bedeutsam ist das ARCS-Modell von J. Keller mit systematischen Empfehlungen zur Motivierung Lernender, auf das später ausführlicher eingegangen wird (s. Kap. 25). Eine ausführliche Zusammenstellung der Theorien und Modelle der „ersten Generation“ des Instructional Design bietet ein Sammelband von (C. M. Reigeluth, 1983). Eine interessante Ergänzung dazu ist ein Sammelband des gleichen Autors, in dem die Autoren eines Teils der Ansätze gebeten wurden, zu einem vorgegebenen, für alle gleichen Thema (Lichtbrechung, Prismen) jeweils einen Unterrichtsentwurf auf der Basis ihres Modells zu entwickeln (Reigeluth, 1987). 1999 veröffentlichte Reigeluth unter gleichem Haupttitel einen Sammelband, in dem neben den älteren ID-Modellen auch die neueren ID-Modelle der „zweiten Generation“ dargestellt sind (Reigeluth, 1999).
2.4 Zweite Generation und „situationistische Modelle“ 2.4.1 Kritik am Instructional Design
Rigidität der Empfehlungen
22
Ende der achtziger Jahre gerieten die bis dahin entwickelten Instruktionsdesignmodelle in die Kritik. Die wichtigsten Vorwürfe betrafen (a) eine zu hohe Rigidität der Empfehlungen, welche die didaktische Kreativität der Autoren einschränke, und (b) die Produktion „trägen Wissens“. Gegen den ersten Kritikpunkt kann eingewandt werden, dass niemand gezwungen ist, die Modelle quasi wörtlich umzusetzen. Auch eine Kombination der Elemente unterschiedlicher Modelle war stets möglich.
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
Schwerwiegender war der zweite Vorwurf. Tatsächlich empfahlen die seinerzeit vorliegenden Modelle nahezu ausschließlich Formen direkter Instruktion und sahen Formen des kooperativen Lernens nicht vor. Wissen, das abstrahiert dargeboten wird, kann von den Lernenden oft nicht ohne weiteres beim Lösen von Problemen angewendet werden, es handelt sich um „träges Wissen“ (Renkl, 1996); oft wird gar nicht erkannt, dass man grundsätzlich über einschlägiges Wissen verfügt. In der Folgezeit wurden einerseits neue didaktische Modelle entwickelt, die auf selbstständiges Entdecken, Aktivitäten der Lernenden, unmittelbare Rückmeldung, multiperspektivische Sichtweisen und kooperatives bzw. kollaboratives Lernen abzielten. Andererseits wurden aber auch einige der älteren Modelle revidiert. Da es sich bei diesen Modellen oft um „lokale Modelle“ handelt, die lediglich bestimmte Aspekte des Instruktionsdesign thematisieren, sind Kombinationen von Modellkomponenten möglich. Außerdem gibt es gute Gründe, Modelle „direkter Instruktion“ unter geeigneten Bedingungen weiterhin einzusetzen. Es lohnt sich daher, sich auch mit einigen der älteren Modelle vertraut zu machen.
Träges Wissen
Revision älterer ID-Modelle
2.4.2 Merrills Instructional-Transaction-Theorie Die Instructional Transaction-Theorie (ITT) ist eine Weiterentwicklung der von M. David Merrill seit den siebziger Jahren entwickelten Component Display Theory (CDT, Merrill, 1983). In dieser Theorie ging es darum, die Komponenten zu identifizieren, aus denen Lehrstrategien konstruiert werden können. Sie lieferte Strategieempfehlungen für unterschiedliche (kognitive) Lehrzielkategorien im Sinne jeweils optimaler Kombinationen der angesprochenen Komponenten. Die Instructional Transaction Theory (Merrill, 1999) beschränkt sich wie ihre Vorläuferin auf kognitive Lehrziele. Sie ist ganzheitlicher und weniger analytisch orientiert als die CDT. Als „instructional transaction“ bezeichnet Merrill eine Instruktionsstrategie, die alle Bedingungen des Lernens im Gagné’schen Sinne für eine bestimmte Zielkategorie erfüllt. Besonders wichtig ist jeweils eine umfassende und exakte Wissensanalyse. Vier grundlegende Typen von „Wissensobjekten“ werden unterschieden: Entitäten (entities), Eigenschaften, Aktivitäten und Prozesse. „Entitäten“ repräsentieren Objekte der realen Welt z. B. Personen, Tiere, Geräte, Plätze, Symbole usw. wie auch abstrakte Begriffe (z. B. Demokratie, Pressefreiheit, Unendlichkeit). „Eigenschaften“ repräsentieren qualitative oder quantitative Merkmalausprägungen der Entitäten. „Aktivitäten“ sind Handlungen, die ein Lerner ausführen kann, um Objekte zu manipulieren. „Prozesse“ stehen für Ereignisse, die zu Veränderungen der Eigenschaften von Entitäten führen. Prozesse können durch Aktivitäten oder andere Prozesse beeinflusst werden. Merrill unterscheidet 13 Klassen von Transaktionen (ausführliche Erklärungen in Merrill, Li, Jones & Hancock, 1991):
Nur kognitive Lehrziele
Wissensanalyse
13 Klassen von Transaktionen
• Identifizieren (identify): Teile einer Entität erinnern und benennen; • Ausführen (execute): Schritte einer Aktivität erinnern und ausführen; • Verstehen, Erklären (interpret): Erklären von Prozessen durch Gesetzmäßigkeiten (z. B. Naturgesetze);
2.4 Zweite Generation und „situationistische Modelle“
23
• Urteilen (judge): Bewerten, Rangfolgen bilden; • Klassifizieren (classify): Sortieren von Objekten, Beispielen (instances); • Verallgemeinern (generalize): Klassen bilden, Gruppieren von Objekten, Beispielen (instances); • Entscheiden (decide): Wählen zwischen Alternativen; • Transfer (transfer): Übertragen auf neue Situationen; • Ausbreiten (propagate): Erwerb von Fertigkeiten im Kontext des Erwerbs anderer Fertigkeiten; Generalisieren von Fertigkeiten; • Analogien (analogize): Erwerb von Wissen oder Können in Bezug auf Aktivitäten, Ereignissen oder Aktivitäten anhand der Ähnlichkeit zu anderen Aktivitäten usw.; • Ersetzen (substitute): Erweiterung einer bestimmten Aktivität, um eine andere Aktivität zu erlernen; • Konzipieren (design): Eine neue Aktivität erfinden, einführen; • Entdecken (discover): Einen neuen Prozess entdecken.
Ziele von ITT
Öffentlich demonstrierte Beispiele von Lernprogrammen, die auf der Basis der ITT erzeugt worden waren, beziehen sich insbesondere auf Wissen und Fertigkeiten im Zusammenhang mit der Bedienung, Wartung und Reparatur von Maschinen und Anlagen; berichtet wird allerdings auch von einer Dorfsimulation. Die Ziele von ITT sind: • wirksame Instruktion durch präzise Aussagen über die zum Erreichen eines bestimmten Lehrziels erforderlichen Interaktionen, • effiziente Instruktionsentwicklung durch kürzere Entwicklungszeiten auf der Grundlage der algorithmischen Struktur der Theorie und Nutzung der entwickelten Softwarewerkzeuge, • Entwicklung hochinteraktiver Lernumgebungen mit Simulationsmöglichkeiten und Anleitungen für die Lernenden sowie • die Konzeption und Produktion wirklich individuell adaptiver Instruktion.
Begriffsnetzdarstellung
24
Bei der Entwicklung einer interaktiven Lernumgebung wird zunächst im Rahmen der Wissensanalyse eine Art Begriffsnetz der Prozesse, Entitäten (mit ihren Eigenschaften und deren Wertigkeiten) und Aktivitäten (PEAnet) entwickelt. Eine solche PEAnetDarstellung ermöglicht es, einen Simulationsalgorithmus zu entwerfen (Simulation Engine), der die Grundlage aller Lernumgebungen sein kann, die auf einer entsprechenden PEAnet-Repräsentation basieren. Der Simulationsalgorithmus bzw. die Simulation Engine überwacht die Handlungen (meist Mausaktivitäten), interpretiert diese, prüft die Bedingungen des Prozesses, der durch die jeweilige Aktivität beeinflusst wird, und führt gegebenenfalls den Prozess aus. Die geänderten Eigenschaftsausprägungen werden auf dem Bildschirm in geeigneter Form dargestellt. Die so entwickelten Simulationen erlauben den Lernern sowohl schwerwiegende Fehler als auch ein Rückgängigmachen von Handlungen. Da sich bloßes Explorieren jedoch als ineffizient erwiesen hat, werden unterschiedliche Formen von Anleitung und Beratung implementiert: propädeutische Instruktion, Demonstration, Handlungsunterstützung (scaffolding) sowie Erklärungen
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
zu exploratorischem Lernerverhalten; Lernende können auch Fragen stellen. Schließlich werden Fähigkeiten zur Fehlererkennung und Fehlerbeseitigung (trouble-shooting skills) gefördert. Durch Konzeption unterschiedlicher Lehrstrategien für unterschiedliche Lernermerkmale (Motivation, Interesse, Vorwissen usw.) kann eine Lernumgebung, die auf der Basis der Instructional Transaction Theory entwickelt wurde, adaptiv gestaltet werden. Merrills Modell steht historisch in enger Beziehung zur Entwicklung des computerbasierten Trainings (CBT), u. a. wurden eine Reihe von CBTs für die Aus- und Fortbildung von Militärangehörigen anhand dieses Modells entwickelt und erfolgreich eingesetzt; bevorzugte Lehrstoffe waren die Bedienung, Wartung und Reparatur von Maschinen und elektronischen Geräten sowie Klassifizierungsaufgaben (z. B. Erkennen von Schiffs- und Flugzeugtypen). Für solche Lehrstoffe kann Merrills Ansatz sehr effizient sein. Eine Entwicklung umfassenderer Lernumgebungen nach diesem Ansatz ist nicht bekannt. Das Modell besticht durch die Stringenz und Klarheit seiner Empfehlungen. Die andere Seite der Medaille ist jedoch eine gewisse Rigidität, die allerdings nur dann von Nachteil ist, wenn dadurch bessere Alternativen verhindert werden. Merrills Methode der Wissensanalyse kann auch beim Instruktionsdesign, das sich an anderen Theorien oder Modellen orientiert, sehr nützlich sein.
Einschätzung von ITT
2.4.3 Projektmethode – multimedial und an Geschichten verankert Ein inzwischen vielfach bewährter Ansatz explorativen Instruktionsdesigns wurde Anfang der neunziger Jahre unter der Bezeichnung „Anchored Instruction“ bekannt: Ein Modell, das im Wesentlichen von der Forschergruppe um Bransford (Bransford et al., 1990) bzw. der Cognition and Technology Group at Vanderbilt (Cognition and Technology Group at Vanderbilt, 1991b, 1997) entwickelt wurde. Ausgangspunkt war wie beim Cognitive Apprenticeship-Modell (s. u.) unmittelbar die Kritik an der Produktion „trägen Wissens“ durch den typischen lehrerzentrierten Unterricht, der überwiegend abstraktes Wissen, getrennt von Anwendungssituationen, lehrt. Das Konzept des Anchored-Instruction-Modells stellt den Versuch dar, die Anwendbarkeit von Wissen zu verbessern, wobei zentrales Merkmal ein narrativer Anker ist, der Interesse wecken und die Aufmerksamkeit auf das Wahrnehmen und Verstehen der gestellten Probleme lenken soll. Die gegebenen Problemsituationen stellen dabei komplexe, aber nachvollziehbare Kontexte in narrativer Form dar, die unterschiedliche Fachbereiche tangieren und variable Perspektiven bieten. Erste wissenschaftliche Untersuchungen zur Lernwirksamkeit solcher Lernumgebungen wurden mit Hilfe der Abenteuergeschichten des Jasper Woodbury durchgeführt (Cognition and Technology Group at Vanderbilt, 1991a). Diese Geschichten sind jeweils Bestandteil einer technologiebasierten Lernumgebung zur Lösung mathematischer und anderer Problemstellungen und wurden im Wesentlichen nach sieben Gestaltungsprinzipien konzipiert:
Anchored Instruction
• Verwendung von audiovisuellen Medien (Videofilm)
Sieben Gestaltungsprinzipien
• Narrative Struktur (Einbettung der Aufgaben und Problemstellungen in eine zusammenhängende Geschichte)
2.4 Zweite Generation und „situationistische Modelle“
„Jasper Woodbury Geschichten“
25
• Das Lösen komplexer, oft interdisziplinär konstruierter Probleme • Einbettung aller relevanten Informationen in die Geschichte • Sinnvolle Komplexität • Jeweils zwei Geschichten zur gleichen Thematik zwecks Förderung des Abstrahierens • Herstellung von Verknüpfungen zwischen verschiedenen Wissensdomänen
Weiterentwicklung
Ziele von Anchored Instruction
Untersuchungsergebnisse zeigen, dass der Medieneinsatz geeignete Bedingungen dafür schaffen kann, realitätsnahe Probleme erfolgreich zu bearbeiten, neue Situationen zu entdecken und selbstgesteuert neue Fertigkeiten und Fähigkeiten zu erwerben. In Bezug zu herkömmlichen Unterrichtsmethoden erinnert das Anchored-Instruction-Modell stark an den Projektunterricht in seiner didaktisch sinnvollen Form, wobei durch den Medieneinsatz auch Erfahrungsbereiche erschlossen werden können, die den Lernenden sonst nicht verfügbar sind. Das ursprüngliche Modell wurde weiterentwickelt und präzisiert zu einem Modell für die Entwicklung flexibel adaptiver Lernumgebungen (Schwartz, Lin, Brophy & Bransford, 1999). Ziel des Ansatzes ist es, ein tiefes Verständnis für die jeweiligen Fachdisziplinen zu erreichen und gleichzeitig Problemlösefähigkeit sowie Kooperations- und Kommunikationsfähigkeit zu fördern. Diese Ziele sollen erreicht werden durch die Anwendung von „problembasiertem Lernen“, gefolgt von offenerem „projektbasiertem Lernen“. Im Einzelnen liegen der Konzeption folgende Zielvorstellungen zugrunde: • Hilfen für Lernende und Lehrende beim Verständnis des Wesentlichen, • Individuelle Anpassung der Lehrmaßnahmen an das vorhandene Vorwissen der Lernenden, • Vermittlung unterschiedlicher Sicht- und Herangehensweisen in Bezug auf die jeweiligen Lehrinhalte, • Verwendung von Methoden, die einerseits mit lern- und instruktionspsychologischen Prinzipien übereinstimmen, anderseits hinreichend flexibel sind: Lehrende sollen im Rahmen dieser Prinzipien Lehrmethoden so zuschneiden können, dass sie ihren eigenen Stärken, den Bedürfnissen der Lernenden und den Ansprüchen der Gesellschaft gleichermaßen genügen, • Erhöhung der Ambiguitätstoleranz der Lernenden, d. h. der Fähigkeit, scheinbar oder tatsächlich Widersprüchliches zu ertragen; z. B. das Nebeneinanderbestehen unterschiedlicher Theorien, • „Aufhängen“ neuer Lehreinheiten an subjektiv sinnvollen, möglichst authentischen Aufgabenstellungen, • Förderung der Setzung eigner Ziele seitens der Lernenden, selbstregulierte Exploration und Revision in Lernen und Instruktion, • Motivieren durch Anregung der Neugier und Induktion von Erwartungshaltungen; motivieren zu ständiger Revision und Verbesserung der Lernleistungen, • Hilfe für Lernende, ihre Lernfortschritte zu erkennen und zu reflektieren, • Ständige Weiterentwicklung der Lehrmethoden,
26
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
• Orientierung der Instruktionsmethoden an Lernfunktionen, nicht an den verfügbaren Medien, • Lernergruppe unterstützen, ein gemeinsames (shared) mentales Modell des jeweiligen Lerngegenstands zu entwickeln, • Lernende überzeugen, ihre Ideen explizit mitzuteilen, • Instruktionsdesign in Kooperation mit Lehrenden und Lernenden entwickeln. Sowohl als Anleitung als auch als Sammlung von Werkzeugen für die Verwendung des Designmodells wurde eine anpassungsfähige Softwareumgebung entwickelt („STAR LEGACY“) (Schwartz et al., 1999, S. 190 ff.). Die Methodik des Ansatzes umfasst insbesondere folgende Phasen und Prinzipien: 1. Vorausschau und rückblickende Reflexion. Ziele, Kontext und Anforderungen des Unterrichts sollen von allen verstanden werden. Die Lernumgebung muss Gelegenheiten bieten, vorhandenes Wissen und vorhandene Fähigkeiten in der Lehr-LernSituation auszuprobieren. Die Aufgabenstellungen und ihre Bearbeitung sollen auch Möglichkeiten für die Lernenden bieten, über sich selbst zu reflektieren und sich selbst zu bewerten. Bestandteil der ersten Phase sind auch interessante Folgen von Bildern, Erzählungen und offenen Fragen. Die Lernumgebung soll Lernenden helfen, das spezielle Problem als Prototyp einer Kategorie von Problemen zu begreifen.
Methodik
2. Konfrontation mit dem Einstiegsproblem (initial challenge). Das Einstiegsproblem soll so gewählt werden, dass Lernende ein gemeinsames mentales Modell des Lerngegenstands entwickeln können. Die Aufgabenstellung muss hinreichend interessant und geeignet sein, eigene Ideen der Lernenden anzuregen. 3. Ideenproduktion. Nach der Konfrontation mit dem Einstiegsproblem werden Ideen gesammelt und aufgeschrieben; ein spezielles Softwareprogramm kann hierbei helfen. Es kommt insbesondere darauf an, dass (a) die Lernenden ihr Denken explizit machen, (b) erkennen, was andere denken, (c) ermutigt werden, eigene Gedanken in der Lerngruppe mitzuteilen, (d) die Lehrenden den Wissensstand der Lernenden leichter diagnostizieren können und (e) die Lernenden selbst Grundlagen für das Erkennen ihrer eigenen Lernfortschritte entwickeln. 4. Multiple Perspektiven. Es muss deutlich werden, dass es in dem jeweiligen Fachgebiet unterschiedliche Sichtweisen gibt. Lernenden soll die Möglichkeit geboten werden, die Terminologie und die Denkweise von Experten kennen zu lernen und ihre eigenen Ideen damit zu vergleichen. Auch die Vermittlung realistischer Leistungsstandards wird angestrebt. 5. Recherchieren, explorieren und verbessern. Wichtig ist die Nutzung unterschiedlicher Informationsquellen, die Zusammenarbeit mit anderen Lernenden und die Verwendung der Arbeitsergebnisse anderer. In dieser Phase können unterschiedlichste Instruktionsmethoden eingesetzt werden, vom Lehrvortrag über Gruppenarbeit, Leitprogramme, Videos bis zum webbasierten kooperativen Lernen. 6. Selbsttests. Sobald Lernende sich dem gewachsen fühlen, sollen sie ihren Leistungsstand testen können. Dazu sollten vielfältige Testformen angeboten werden: MultipleChoice-Tests, Kurzaufsätze, Gelegenheiten, eigene Problemlösungsansätze zu erproben, etc. Die Rückmeldungen müssen Vorschläge zum lückenschließenden Lernen
2.4 Zweite Generation und „situationistische Modelle“
27
beinhalten. Zur Selbstbewertung (z. B. bei Essays) können Checklisten und Musterlösungen angeboten werden. Lernende sollen dazu angehalten werden, zu recherchieren und ihre Arbeiten zu verbessern. Etwas zu verbessern soll nicht als Strafe für Fehler, sondern als normaler Bestandteil alltäglichen Arbeitens, auch von Experten, begriffen werden. Feedback soll stets motivierend sein. 7. Öffentliche Darstellung. Wenn Selbsttests hinreichende Fähigkeiten gezeigt haben, sollen Arbeitsergebnisse präsentiert werden. Zwei Möglichkeiten: (a) Präsentieren der besten Lösungen (Darstellung im Netz, Erstellen einer gemeinsamen Multimediapräsentation, mündlicher Vortrag); (b) Erstellen einer Dokumentation mit Tipps und Ideen für Lernende, die das gleiche Projekt später bearbeiten werden. 8. Fortschreitende Vertiefung. Es gibt jeweils drei thematisch aufeinander bezogene, aufeinander aufbauende Problemaufgaben zunehmender Schwierigkeit. Am Ende kann zum Beispiel eine komplexe Projektaufgabe stehen. Innerhalb jeder Aufgabe wird methodisch der gleiche Lernzyklus durchlaufen (Punkte 2 bis 7). 9. Allgemeine Reflexion und Entscheidungen über Dokumentationen. Nach Durchlaufen der drei Lernzyklen erfolgt ein Rückblick auf den Lernprozess; u. a. wird dabei auf die Ideensammlungen zu Beginn jedes Zyklus zurückgegriffen, um den Lernenden ihre Lernfortschritte deutlich zu machen. Die Lernenden können sich so selbst als erfolgreiche Lerner erleben. Gerade anfangs verwirrende und frustrierende Situationen sollen reflektiert werden; im Zusammenhang mit späteren Erfolgen zeigen sie, dass es sich gelohnt hat, durchzuhalten. Auf dieser Grundlage können die Lernenden dann entscheiden, welche Erfahrungen sie für spätere Lernergenerationen auf einer CD-ROM dokumentieren möchten. Auch Lehrende sollten ihre Eindrücke, Erfahrungen und Lernergebnisse dokumentieren. Einschätzung des Ansatzes
Das Modell eines anpassungsfähigen Instruktionsdesigns mit einem Softwaresystem, das anleitet und Hilfen gibt, ist neu. Die Autoren berichten jedoch von sehr positiver Resonanz sowohl bei Lehrern und Schülern beim Einsatz in allgemeinbildenden Schulen wie auch bei Weiterbildungsfachleuten aus Betrieben und Instruktionsdesignern. Die Entwicklung einer derartigen Lernumgebung ist allerdings sehr aufwendig, was aber für alle situationistischen Lernumgebungen gilt. Das Modell scheint besonders gut geeignet für schulische Bereiche, eventuell auch für die berufliche Erstausbildung, vor allem dann, wenn Lehrinhalte aus unterschiedlichen Domänen miteinander verknüpft vermittelt werden sollen (Idee des fachübergreifenden Projektunterrichts).
2.4.4 Cognitive Apprenticeship – Lernen von den (alten) Meistern Meisterlehre – Übertragung auf Schulstoff
28
Wegen der Analogie ihres Modells zur traditionellen Handwerkslehre haben Brown und Duguid (Brown, Collins & Duguid, 1989) ihr Modell als „Cognitive Apprenticeship“Ansatz bezeichnet. Sie gehen davon aus, dass die Lernenden nach anfänglicher starker Stützung durch einen Lehrer oder Tutor (Meister) Schritt für Schritt mehr in die eigene Selbstständigkeit entlassen werden. Damit soll sichergestellt werden, dass zu Anfang das neue Wissen oder neue Verhalten adäquat erworben und dann aber auch selbstgesteuert und selbstkontrolliert genutzt bzw. ausgeführt werden kann.
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
Die konkrete Vorgehensweise setzt sich aus sechs Lehrschritten zusammen. Die ersten drei Schritte umfassen „Modeling“, „Coaching“ und „Scaffolding“ und dienen im Einzelnen dazu, neues Wissen und neue Verhaltensweisen zu erwerben. Die zwei nächsten sind „Articulation“ und „Reflection“. Sie dienen dazu, in bewusster und kontrollierter Weise mit dem neu Gelernten auch schon selbstgesteuert umzugehen. Der letzte Schritt „Exploration“ betont vor allem die Autonomie der Lernenden in der Vorgehensweise sowie in der Definition und Formulierung von Problemen. Die Schritte im Einzelnen:
Schritte
• Modeling. Hier führt ein Experte eine Problemlösung, Vorgehensweise usw. so vor, dass er von den Lernenden dabei umfassend beobachtet werden kann. Dabei wird erwartet, dass die Lernenden auf dieser Basis ein eigenes konzeptuelles Modell der erforderlichen Schritte und Prozesse entwickeln, das es ihnen später erlaubt, die Handlungen selbst auszuführen. Zu den Aufgaben des Experten gehört es auch, über die sonst nur intern ablaufenden Strategien und Prozesse zu berichten und sie zu begründen. • Coaching. Führen die Lernenden im nächsten Schritt die Verhaltensweisen selbst aus, werden sie von einem Experten direkt betreut. Er prüft ihr Vorgehen, gibt ihnen Rückmeldungen, aber auch Tipps, erinnert sie an fehlende Komponenten und macht gelegentlich auch einzelne Schritte noch einmal vor. Er agiert ähnlich wie ein guter Trainer oder Coach im Sport. • Scaffolding. Dieser Schritt setzt voraus, dass der Experte bzw. Lehrer in der Lage ist, die beim Lernenden bereits entwickelte Fähigkeit sehr genau einschätzen zu können, um zu beurteilen, wie viel die Lernenden schon selbst können und wie viel noch übernommen oder unterstützt werden muss. Das heißt, hier geht es um eine Kooperation zwischen Lehrer und Schüler, die dem Schüler bereits so viel Selbstständigkeit wie möglich zubilligt. Zu dieser Methode gehört daher auch, dass der Lehrer/Experte sich Schritt für Schritt zurückzieht oder ausblendet (Fading). • Articulation. Artikulation bedeutet, dass all das gefördert wird, was dazu dienen kann, das eigene Wissen, Denken und konkrete problemlösende Vorgehen frei zu artikulieren. Dazu können gezielte Fragen dienen, aber auch die Aufforderung, etwas neu zu definieren (Redefining) oder mit eigenen Worten wiederzugeben. • Reflection. Die Reflektion soll Lernende in die Lage versetzen, ihr eigenes Wissen, ihre eigene Vorgehensweise im Vergleich zu einem Experten oder anderen Lernenden zu bewerten. Dazu ist es häufig erforderlich, sich das eigene Wissen oder Vorgehen bewusst zu machen und diesen Prozess durch geeignete Betrachtungstechniken – zu denen auch Videoaufzeichnungen gehören können – zu unterstützen. • Exploration. Selbstständige Exploration stellt in gewisser Weise das Endstadium des „Cognitive Apprenticeship“-Ansatzes dar, nachdem sich der Lehrer/Experte komplett ausgeblendet, also zurückgezogen hat. Der Lernende sollte jetzt in der Lage sein, zu einem Sachverhalt die richtigen Fragen zu stellen, den richtigen Bezugsrahmen zu finden und die richtigen Antworten zu generieren. Der gesamte Einsatz dieser sechs Lehrschritte ist im Zusammenhang mit anderen Vorgehensweisen zu sehen. So spielt sicherlich die richtige praxisbezogene „Situierung“ hier eine wichtige Rolle und auch die Nutzung unterschiedlicher Perspektiven und Kontexte ist wichtig.
2.4 Zweite Generation und „situationistische Modelle“
29
Sequenzierung
Einschätzung des Ansatzes
Explizit angesprochen wird im „Cognitive Apprenticeship“-Ansatz auch ein Aspekt der Sequenzierung des Lehrstoffs. Danach sollte die Komplexität des zu erwerbenden Wissens bzw. der zu erwerbenden Fähigkeiten stetig ansteigen. Das bedeutet, dass mit geringer Komplexität begonnen wird. Das Gleiche gilt für die Variabilität von Vorgehensweisen, Strategien und Fähigkeiten, die es zu lernen gilt. Damit soll eine zu enge kontextuelle Bindung verhindert und die Transferwahrscheinlichkeit verbessert werden. Die letzte Empfehlung bezieht sich auf die zeitlich voranzustellende Präsentation einer globalen Perspektive – ähnlich wie in der Elaborationstheorie („zooming“) −, bevor dann eher lokale Aspekte beachtet werden. Die globale Perspektive soll helfen, zuerst ein integratives konzeptuelles Modell des betreffenden gesamten Wissens oder der gesamten Handlung aufzubauen. Dadurch wird auch gewährleistet, dass das Zusammenspiel der einzelnen Teilkomponenten richtig gesehen werden kann. „Cognitive Apprenticeship“ (CA) ist vermutlich das international meistbeachtete ID-Modell. Es handelt sich nicht um einen rein explorativen Ansatz, CA beginnt stets expositorisch. Eine Reihe von multimedialen Lernumgebungen wurde nach diesem Modell entwickelt (z. B. Al-Diban & Seel, 1999), obwohl es zunächst für den lehrerorientierten Unterricht entwickelt wurde. „Cognitive Apprenticeship“ gilt als empirisch bewährt. Besonders geeignet ist das Modell für die Einführung in neue Lehrstoffe, vor allem wenn kognitiv-prozedurales Lernen im Vordergrund steht. Die Freiheitsgrade der Lernenden sind zu Beginn des Lernprozesses relativ gering, jedoch wird die externe Steuerung sukzessive zurückgenommen.
2.4.5 „Learning by doing“ in „Goal-Based Scenarios“ Lerner als Rollenspieler mit Auftrag
Sieben Komponenten
30
Ziel der Methode der „Goal-Based Scenarios“ (GBS) ist die Förderung von Fertigkeiten (Können) und der Erwerb von Faktenwissen im Kontext möglicher Anwendungen. Dazu werden Aufgabenstellungen entwickelt, die den realen Problemstellungen, mit denen Lernende außerhalb der Lernumgebung zu tun haben werden, (zumindest strukturell) ähnlich sind. Theoretischer Hintergrund der Konzeption sind die früheren Forschungsarbeiten von Schank (z. B. Schank, 1982, 1990) im Bereich von Kognitionspsychologie und „Künstlicher Intelligenz“, insbesondere zur Bedeutung von „stories“ für die Gedächtnisorganisation. „Stories“ sind Berichte über typisierte Handlungsabläufe und dabei auftretende unerwartete oder erwartungswidrige Ereignisse (Schank, 1998). Besonders nachhaltige Lernprozesse werden ausgelöst, wenn Erwartungen, wie sie bei der Verfolgung eines Handlungsziels bzw. der entsprechenden Handlungsplanung generiert werden, enttäuscht werden („expectation failures“): Das Bedürfnis nach einer Erklärung ist dann besonders stark und die Bedingungen für effektives Lernen demzufolge besonders günstig. Bei späteren Versuchen, ein ähnliches Problem zu lösen, bewahrt die Erinnerung an einen Fall früheren Scheiterns und die Erklärung dafür oft vor weiteren Fehlschlägen („Learning by doing“). Lernwirksam ist allerdings auch, wenn Lernende einen möglichen Fehler antizipieren und zum richtigen Zeitpunkt die richtigen Fragen stellen (Schank et al., 1999; 170 ff.). Das Instruktionsdesignmodell „Goal-Based Szenarios“ umfasst sieben wesentliche Komponenten:
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
1. Lernziele. Unterschieden werden: (a) prozedurales Wissen (process knowledge) und (b) Inhaltswissen (content knowledge). Unabdingbar ist seitens der Designer eine klare Vorstellung von dem, was gelernt werden soll: Was sollen Lernende am Ende können und welches Wissen benötigen sie dazu? 2. Ein (Arbeits- oder Erkundungs-)Auftrag (mission). Der Auftrag wird erteilt, um eine Situation zu konstruieren, in der Lernende ein Ziel verfolgen und Pläne machen. Die entsprechende Aufgabe soll für die Lernenden attraktiv (interessant) und halbwegs realistisch sein. 3. Eine Cover Story (Rahmenhandlung). Sie muss den Kontext für den Auftrag (mission) liefern und die Relevanz der Aufgabenstellung vermitteln. Im Verlauf der Cover Story müssen hinreichend Gelegenheiten geboten werden, um Fertigkeiten zu üben, und Anreize, sich Information zu beschaffen (Wissen erwerben). Auch die Cover Story muss für die Lernenden hinreichend interessant sein. 4. Die Rolle, die dem Lernenden im Rahmen der Cover Story zugedacht ist. Sie muss so konzipiert werden, dass die notwendigen Fertigkeiten und das Wissen im Verlauf des Rollenhandelns benutzt werden. Jede Rolle eines Lernenden muss motivierend sein, d. h. interessant und hinreichend attraktiv. 5. Die Szenario-Handlungen, die der Lernende ausführt. Alle Handlungen müssen eng auf den Auftrag (mission) und die Ziele bezogen sein. Der Handlungsverlauf muss Entscheidungen vorsehen, deren jeweilige Konsequenzen deutlich dargestellt werden. In den Handlungsfolgen sollen für den Lernenden Fortschritte im Hinblick auf die Auftragserfüllung erkennbar sein. Bei negativen Konsequenzen muss klar sein, dass es sich um unerwartete oder erwartungswidrige Ereignisse handelt. Wichtig ist auch, dass das Szenario nicht zu wenige Handlungen von den Lernenden fordert; allerdings sollten auch nicht mehr Handlungen enthalten sein, als die Zielerreichung erfordert d. h., auf rein ausschmückende Handlungsalternativen sollte verzichtet werden. 6. Die Ressourcen. Alle Informationen, die Lernende benötigen, um den Auftrag auszuführen, müssen zur Verfügung gestellt werden. Sie müssen gut strukturiert und leicht zugänglich sein. Informationen werden wiederum am besten in Form von Geschichten (stories) angeboten; Wissen und Fertigkeiten werden so am günstigsten registriert; die verwendeten „stories“ sollten jeweils als Besonderheiten bekannter Handlungsabläufe verständlich sein. 7. Rückmeldungen (Feedback). Diese müssen situationsbezogen und „ just-in-time“ gegeben werden, damit erwartungswidrige Ereignisse mit den relevanten Kontextbedingungen entsprechend verknüpft werden können und Lernende sie im Handlungsverlauf sogleich berücksichtigen können. Rückmeldungen können auf dreierlei Arten gegeben werden: (a) durch Konfrontation mit den Handlungsfolgen (man sieht z. B., dass etwas wie erwartet funktioniert bzw. dass das Erwartete nicht eintritt; (b) durch multimedial präsentierte „Coaches“ (bei einem Fehler startet eine Videosequenz, in der ein Experte erläutert, weshalb z. B. eine eingeschlagene Vorgehensweise nicht zum Erfolg führen kann bzw. weshalb der Weg richtig ist) und (c) durch Berichte von Inhaltsexperten über ähnliche Erfahrungen (Videosequenz oder auch angezeigter Text). Das GBS-Modell liefert Anleitungen zu wesentlichen Aspekten multimedialen projektbasierten Lernens. Schank und seine Mitarbeiter haben auf der Basis dieses Modells
2.4 Zweite Generation und „situationistische Modelle“
Einschätzung des Ansatzes
31
eine Reihe multimedialer Lernumgebungen für Unternehmen, Organisationen und Universitäten entwickelt (Schank, 2002). Die publizierten Berichte sprechen von positiv verlaufenen Evaluationen. Im Vergleich zu „Anchored Instruction“ ist beim GBSModell das Ausmaß an Führung (Anleitung) durch das Medium deutlich höher, wobei die Einschränkungen der Selbstregulation funktional begründet sind. Das Modell ist besonders geeignet für die Hochschullehre und die berufliche Weiterbildung in kognitiv anspruchsvollen Domänen. Interessant ist aber auch, weil es eine Reihe herauslösbarer didaktischer Designideen enthält, z. B. • fragenbasierte Navigation; es gibt in vielen GBS keinen „Weiter“-Button, d. h., Lernende müssen sich jeweils überlegen, zu welcher der angebotenen Fragen sie gerne Informationen hätten, • die Vermittlung des für die Problemlösungen erforderlichen Wissens durch virtuelle Experteninterviews (Videosequenzen), • verschiedene Ideen zur Verbesserung der Interaktion.
2.4.6 Das Vier-Komponenten-Instruktionsdesignmodell (4C/ID) für das Training komplexer Fähigkeiten Problemlösen lernen
kognitionspsychologische Fundierung: vier Ebenen
Speziell für das Training komplexer kognitiver Fähigkeiten, z. B. in technischen Fachbereichen und im Management, entwickelten van Merriënboer und Dijkstra ein Instruktionsdesignmodell (van Merriënboer, 1997; van Merriënboer & Dijkstra, 1997). Komplexe kognitive Fähigkeiten zeichnen sich dadurch aus, dass der Aufbau entsprechender Expertise relativ lange Zeit benötigt und sich Fachleute in diesen Bereichen sehr deutlich von Laien unterscheiden; typische Beispiele sind die Fähigkeiten von Fluglotsen, professionellen Softwareentwicklern oder – ganz spezifisch – die Fähigkeit von Ärzten, Diagnosen anhand bildgebender Verfahren, z. B. CT, fMRT, US, durchzuführen. Das Modell bezieht sich explizit auf Training, d. h., im Vordergrund steht die Vermittlung von Handlungswissen. Der Erwerb von Wissen ist dem funktional untergeordnet: Wissen wird dabei nicht um seiner selbst willen vermittelt. Das Modell basiert auf kognitionspsychologischen Theorien des Lernens und Denkens. Die Vorgehensweise umfasst jeweils vier Schritte oder Ebenen: 1. Dekomposition (Zerlegung) der zu vermittelnden Fähigkeit (Kompetenz) in ihre konstitutiven Teilfähigkeiten (Teilkompetenzen), 2. Analyse der konstitutiven Fähigkeiten und das entsprechende Wissen, das erforderlich ist, um die einzelnen Fähigkeiten anwenden zu können, 3. Auswahl von Instruktionsmethoden sowohl für das Üben der Teilaufgaben und der kompletten Aufgaben wie auch für die Vermittlung des erforderlichen Wissens, 4. Komposition (Zusammenstellung) der Trainingsstrategie bzw. die Entwicklung der Lernumgebung.
Analyse von Teilfragen
32
Auf jeder Ebene sind analytisch oder konzeptionell jeweils vier Designkomponenten (daher der Name) zu berücksichtigen:
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
• Die Analyse von Teilfähigkeiten, die bei entsprechend komplexen Aufgaben routinemäßig immer wieder (rekurrierend) angewandt werden müssen und deren „Kompilierung“ (automatische Ausführung, die wenig kognitive Ressourcen beansprucht) erreicht werden soll. Auf der Basis dieser Analyse erfolgt dann die Konzeption von Teilaufgaben, deren Übung die Routinebildung fördert.
Abb. 2.5: Vier-KomponentenModell des Instruktionsdesigns von van Merriënboer (1997)
• Die Analyse des Wissens, das Voraussetzung ist für die routinemäßig auszuführenden Tätigkeiten, sowohl beim Üben von Teilaufgaben als auch beim Üben der gesamten komplexen Aufgaben. Auf der Grundlage der Wissensanalyse erfolgt die Konzeption von Instruktionsbedingungen (Methoden), die für die Vermittlung dieses Wissens förderlich sind. Dieses Wissen soll jeweils „just-in-time“ vermittelt werden bzw. verfügbar sein, d. h. genau dann, wenn es bei der Bewältigung der Übungen benötigt wird.
Wissensanalyse für routinemäßig auftretende Tätigkeiten
• Aufgabenanalysen hinsichtlich der heuristischen Fähigkeiten, d. h. solcher Fähigkeiten, die sich auf die Bewältigung von Teilaufgaben beziehen, die nicht routinemäßig ausgeführt werden können (komplexe Problemlösungen, heuristische Fähigkeiten); darauf aufbauend erfolgt die Konzeption umfassender, ganzheitlicher Übungsaufgaben. Das Training soll dabei den Erwerb (Aufbau) kognitiver Schemata durch Elaboration der entsprechenden Informationen fördern (Anregen eigener Beispiele, Verknüpfung der neuen Informationen mit vorhandenem Wissen usw.). Bei der Konzeption eines multimedialen Trainings nach dem 4C/ID-Modell steht am Anfang die systematische Dekomposition der zu vermittelnden Fähigkeit: Die Teilfähigkeiten,
Aufgabenanalyse bzgl. heuristischer Fähigkeiten
2.4 Zweite Generation und „situationistische Modelle“
33
Lernaufgaben Konkrete, realistische und relevante Aufgaben Aufgabenbeschreibung (z.B. Lösungsbeispiele, Vervollständigungsaufgaben, herkömmliche Aufgaben) Anleitung und Beratung
Üben von Teilaufgaben (part-task practice) Zusätzliche wiederholende Übungen von wiederkehrenden Aufgaben Übungsaufgaben
Unterstützende Informationen
Prozedurales Wissen
für einmalige Aufgaben Domänenspezifische Modelle (ergänzt durch Fallstudien) Systematische Vorgehensweisen beim Problemlösen (ergänzt durch Demonstrationsbeispiele) Kognitives Feedback
Just-in-time-Informationen Praktische Instruktionen (veranschaulicht durch Demonstartionen), Voraussetzungswissen (veranschaulicht durch Beispiele) Informative (korrigierende) Rückmeldung
Abb. 2.6: Schematische Übersicht über die vier Komponenten des 4C/ID-Modells (van Merriënboer & Kester, 2005)
34
aus denen sich die komplexe Fähigkeit (z. B. objektorientierte Programmierung von Anwenderprogrammen) konstituiert, werden einschließlich ihrer hierarchischen Beziehungen untereinander identifiziert: Auch die Teilfähigkeiten (Problemanalyse, Informatisierung des Problems, Entwurf von Algorithmen usw.) setzen sich aus Teilfähigkeiten niederer Ordnung zusammen. In einem zweiten Schritt müssen die einzelnen Teilfähigkeiten hinreichend detailliert und klar beschrieben werden. Auf der Grundlage dieser Beschreibungen erfolgt eine Klassifikation der einzelnen Teilkompetenzen hinsichtlich ihrer Funktion in der Gesamtkompetenz (z. B. „bezieht sich auf rekurrierende vs. nicht rekurrierende Teilaufgaben“) und die Notwendigkeit eines expliziten Trainings. Als letzter Schritt der Dekomposition wird eine Makrosequenzierung festgelegt, für die u. a. zu analysieren ist, wie die Teilfähigkeiten innerhalb von Teilaufgaben (z. B. „Entwurf von Algorithmen“) bzw. innerhalb ganzheitlicher Anwendungsbeispiele geübt werden sollen und auch wie die Fähigkeit trainiert werden soll, die zunächst separat trainierten Teilkompetenzen im Kontext umfassender Problemaufgaben anzuwenden.
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
• Die Analyse des Wissens, das nützlich und wichtig ist für die Anwendung der nicht routinisierbaren Fähigkeiten (begriffliche Modelle, Ziel-Mittel-Hierarchien, Kausalmodelle, mentale Modelle) und Konzeption von Instruktionsmethoden, um dieses Wissen im Kontext des Übens ganzheitlicher Aufgaben zu vermitteln. Das Training soll dabei den induktiven Erwerb (Aufbau) kognitiver Schemata durch die Konfrontation mit den konkreten Problemen und Beispielen fördern. Die Lernenden sollen ein tiefes Verständnis für die funktionalen Zusammenhänge im Kontext der jeweiligen Domäne entwickeln. Für die weiteren vier Analysefunktionen des Modells werden jeweils geeignete Kategorisierungen sowie Methoden der Aufgaben- und Wissensanalyse empfohlen und beschrieben. Innerhalb der Designaufgaben wird generell unterschieden zwischen der Konzeption der Wissensvermittlung und der Konzeption von Übungs- und Anwendungsaufgaben. Das Herz des 4C/ID-Modells ist die Konzeption umfassender Übungsund Anwendungsaufgaben im Sinne von Problemstellungen, Fall- und Projektaufgaben und schließlich die Entwicklung von Lernumgebungen im Sinne eines Arrangements von Situationen, in denen komplexe kognitive Fähigkeiten ganzheitlich vermittelt und geübt werden können. Besondere Beachtung wurde dabei jeweils dem Aspekt der kognitiven (Über-)Belastung (cognitive load) gewidmet, die bei manchen Methoden des problem- oder projektbasierten Lernens nachhaltige Effekte verhindert. Es werden folgende Problemformate unterschieden:
Nicht routinisierbare Fähigkeiten
Cognitive (over) load
Produktorientierte Problemformate Bei produktorientierten Problemformaten liegt die Betonung auf der Lösung, weniger auf dem speziellen Lösungsweg. • Konventionelle Probleme: Gegeben sind die Ausgangssituation mit den möglichen Mitteln bzw. Rahmenbedingungen sowie die Ziele; zu finden ist jeweils die Lösung, d. h. der Weg, das Verfahren, welches zur Zielerreichung führt. • Lösungsbeispiele (worked-out examples): Sie enthalten eine Beschreibung der Ausgangssituation, der Ziele und einen guten Lösungsweg; zusätzlich wird evtl. noch auf Eigenarten des Problems hingewiesen. Lernende studieren intensiv den Lösungsweg. Eine Vielzahl von Untersuchungen belegt mittlerweile die Effizienz des Lernens anhand von Lösungsbeispielen (van Merriënboer, 1997, S. 179 ff.; Reimann, 1997). • Vervollständigungsprobleme (completion problems): Bei diesem Format sind ebenfalls Ausgangssituation und Ziele gegeben, die Lösung jedoch nur teilweise; Lernende sollen den beschriebenen Lösungsweg studieren und die Lücken überbrücken. Vervollständigungsprobleme eignen sich insbesondere für Entwurfsaufgaben (z. B. Softwareentwicklung, Architektur). • „Umgekehrte Probleme“ (reverse problems): Hier werden das Ziel und die Lösung angeboten, zu finden sind mögliche Ausgangsbedingungen. Nützlich können sie vor allem bei dem Training fehlerdiagnostischer Fähigkeiten sein: Lernenden wird z. B. gesagt, dass eine bestimmte Komponente in einem Schaltkreis defekt sei, ihre Aufgabe ist es dann, das Verhalten des Geräts unter bestimmten Bedingungen vorherzusagen. • Zielfreie Probleme (goal-free problems): Gemeint sind Probleme, bei denen nicht ein bestimmtes Ziel zu erreichen ist. Ein Beispiel wäre die Aufgabe, für ein komplexes
2.4 Zweite Generation und „situationistische Modelle“
35
Softwaresystem alle möglichen Fehler aufzulisten, die als Ursachen für ein bestimmtes Systemverhalten in Frage kommen könnten. Dieses Format erlaubt keine Rückwärtsstrategie des Problemlösens vom Ziel aus, sondern erzwingt eine Vorwärtsstrategie. Es liegen Befunde vor, die zeigen, dass derartige Probleme Transferleistungen und Schemaerwerb besser fördern können als konventionelle Probleme (van Merriënboer, 1997, S. 182). • Imitationsprobleme (imitation problems): Es handelt sich bei diesem Format um eine Variante des Typs „Lösungsbeispiel“. Dargeboten wird ein konventionelles Problem, wobei den Lernenden jedoch eine genaue Beschreibung des Lösungswegs (z. B. auch durch ein Video oder eine Animation) an die Hand gegeben wird. Die Lernenden lösen das Problem, indem sie den Lösungsweg imitieren. Empirische Befunde haben die Wirksamkeit des Formats bestätigt (van Merriënboer, 1997, S. 183).
Prozessorientierte Problemformate Bei prozessorientierten Problemformaten liegt die Betonung auf dem Lösungsweg. Dieser dient der Förderung des Transfers bzw. der Fähigkeit, heuristische Lösungswege zu finden. • Konventionelle Probleme: Das Format unterscheidet sich nicht von produktorientierten Problemen, jedoch liegt hier der Fokus auf Qualitäten des Lösungswegs. • Modellfälle (modeling examples): Fallbeispiele, die eine Beschreibung und/oder Erklärung der Lösung beinhalten bzw. in denen ein Experte den Lösungsweg vorführt bzw. erläutert. Auch hier besteht der Unterschied zu Lösungsbeispielen (worked-out examples) vor allem in der Betonung des Lösungsprozesses (van Merriënboer, 1997, S. 184, 223 f., 242 ff.). • Probleme mit Ausführungsbeschränkungen (performance constraints): Die Besonderheit dieses Formats sind Auflagen oder Einschränkungen, welche die Lernenden bei der Problemlösung zu beachten haben; z. B. müssen bei der Lösung eines Programmierproblems bestimmte formale Regeln – etwa Erstellung eines Fluss- oder eines Nassi-Shneiderman-Diagramms – streng eingehalten werden. Für die Wirksamkeit des Formats gibt es empirische Belege (van Merriënboer, 1997, S. 184 f.). • Probleme, kombiniert mit kognitiven Werkzeugen oder Arbeitsblättern (process worksheets and cognitive tools): Ähnlich wie bei dem vorangegangenen Format erfolgt auch hier eine Intervention hinsichtlich der Lösungsprozesse, allerdings weniger einschränkend. Arbeits- bzw. Rechenblätter (Papier oder online) oder andere Formen von kognitiven Werkzeugen (z. B. ein Mindmap-Programm) werden den Lernenden eher als Hilfen für die Problemlösung an die Hand gegeben. • Kombinierte Problemformate: Die verschiedenen prozessorientierten Problemformate können mit der produktorientierten Lösung konventioneller Probleme kombiniert werden, zumal sich die beiden Kategorien nicht ausschließen, sondern ergänzen. Aus der Kombination ergeben sich dann zum Teil völlig neue Problemformate (van Merriënboer, 1997, S. 185 ff.). Einschätzung des Modells
36
Das 4C/ID-Modell gilt derzeit international als wichtigstes Modell für das Training komplexer kognitiver Fähigkeiten. Es liefert u. a. jeweils Kriterien für die Wahl eines bestimmten Problemformats. Lernmedien stehen nicht im Vordergrund, es ist jedoch
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
klar, dass bei der Realisierung des Ansatzes die Verwendung digitaler Medien oft eine wichtige Rolle spielt. Darüber hinaus fokussiert das Modell insbesondere die Relation der einzelnen Komponenten (Vermittlung der unterschiedlichen Wissensarten, Entwurf von Teilübungsaufgaben, Entwurf ganzheitlicher Problemaufgaben) bei der Entwicklung der gesamten Lernumgebung. Neuere Weiterentwicklungen enthalten u. a. Prinzipien für eine Adaptierung an unterschiedliche Lernervoraussetzungen (de Crook et al., 2002; van Gerven et al., 2002; van Merriënboer, Clark & de Croock, 2002). Das Modell beinhaltet Anleitungen zur Entwicklung von problembasierten Lernumgebungen und Curricula mit Phasen direkter Instruktion.
2.4.7 Weitere praktische Theorien Die Reihe der hier aufgeführten Theorien ist nicht annähernd erschöpfend. Es handelt sich um die international prominentesten der aktuellen Instruktionsdesigntheorien. Wesentliches Auswahlkriterium war die Relevanz für die Konzeption multimedialer Lernumgebungen. Dies erlaubt jedoch nicht den Umkehrschluss, dass die hier nicht vorgestellten Theorieansätze irrelevant seien für die Konzeption multimedialer Lernumgebungen. Es sollen daher weitere Theorien und Modelle kurz angesprochen werden, wobei auch diese Aufzählung nicht vollständig sein kann. Ein Modell für die Entwicklung offener Lernumgebungen, deren Ziel es ist, auch divergentes Denken und die Gewinnung multipler Perspektiven besonders zu fördern, haben Hannafin und seine Mitarbeiter entwickelt. Es eignet sich vor allem für „weiche“ Domänen mit „unscharfen“ Problemstellungen. Methodische Empfehlungen beziehen sich auf die Konzeption multimedial unterstützter Lernprojekte (analog zum GBSModell, s.o.), hier als „enabling contexts“ bezeichnet. Dazu werden Informationsangebote konzipiert und Werkzeuge (tools) für die Lernenden entwickelt (zum Suchen, Sammeln, Organisieren, Integrieren, zur Manipulation von Inhalten sowie zur Kommunikation). Eine besondere Rolle spielt die Entwicklung von begrifflichen, metakognitiven, prozeduralen und strategischen Lernhilfen (scaffolds), die während des Lernens in offenen Lernumgebungen angeboten werden. Konkrete Beispiele für z. B. webbasierte Lernumgebungen, die nach diesem Modell entwickelt wurden, liegen vor (Hannafin, Land & Oliver, 1999). Ganz ähnlich in Zielsetzung und Vorgehen ist Jonassens Theorie für die Konzeption „konstruktivistischer“ Lernumgebungen (Jonassen, 1999); auch hier spielen tools, coaching und scaffolding bei der Bearbeitung ganzheitlicher Probleme und Fallaufgaben eine tragende Rolle. Speziell für die Konzeption webbasierter Lernumgebungen, die ein kooperatives bzw. kollaboratives Problemlösen ermöglichen sollen, hat Nelson (1999) ein theoretisches Modell (collaborative problem solving, CPS) entwickelt. Das Modell basiert auf einer Synthese vieler empirischer Befunde zum kooperativen Lernen bzw. kollaborativen Problemlösen und liefert konkrete Empfehlungen zur Organisation entsprechender Lerngruppen und zur Prozessunterstützung. Auch bei der Vermittlung psychomotorischer Fähigkeiten können multimediale Lernumgebungen zumindest partiell eingesetzt werden; hierzu kann auf eine operative Theorie von Romiszowski (1999) zurückgegriffen werden. Die wichtigsten Methoden umfassen: Vermittlung des Wissens, was getan werden soll, schrittweiser Aufbau von Grundfertigkeiten, Entwicklung der psychomotorischen Kompetenz (Routinisierung,
2.4 Zweite Generation und „situationistische Modelle“
ID für „weitere“ Domänen
Problemlöseförderung
Kollaboratives Problemlösen Psychomotorische Fähigkeiten
37
Generalisierung) durch Demonstrieren ggfs. Erläutern, Förderung mentaler Repräsentationen des Bewegungsablaufs, verbale Hinweise, unterschiedliche Formen des Übungsaufbaus, Rückmeldungen, Transferförderung, Verbesserung von Schnelligkeit und Exaktheit bis hin zu Maßnahmen zur Förderung des Selbstwerts der Lernenden (Romiszowski, 1999).
2.5 Zusammenfassung Instruktionsdesign ist seit den späten fünfziger Jahren wichtige Teildisziplin der pädagogischen Psychologie. Es wurde ursprünglich nicht speziell für multimedial gestützte Instruktion entwickelt, sondern generell für jedes systematische Arrangement von Umgebungsbedingungen, das geeignet ist, Kompetenzen zu fördern. Medienbasierte Lernangebote erfordern allerdings stets eine systematische Planung und Konzeption, so dass Instruktionsdesign hier besonders wichtig ist. Aktuelle Instruktionsdesignmodelle sind weniger auf direkte Instruktion ausgerichtet als die erste Generation von Instruktionsdesignmodellen. Die zweite Generation von Instruktionsdesignmodellen entstand ab Ende der achtziger Jahre – es handelt sich dabei um situationistische Modelle, die stärker das selbstständige Lernen und die aktive Rolle des Lernenden fokussieren. Außerdem betonen diese Modelle oft Möglichkeiten des kooperativen bzw. kollaborativen Lernens. Zu den wichtigsten Modellen der zweiten Generation gehören „Anchored Instruction“, „Cognitive Apprenticeship“, „Goal-Based Scenarios“ sowie das 4C/ID-Modell für das Training komplexer Fähigkeiten. Darüber hinaus gibt es eine Reihe weiterer Modelle für spezielle Domänen oder Kategorien von Lehrzielen bzw. Lernaufgaben.
Literatur Al-Diban, S., & Seel, N. (1999). Evaluation als Forschungsaufgabe von Instruktionsdesign. Unterrichtswissenschaft, 27(1), 29−60. Alisch, L.-M. (1995). Grundlagenanalyse der Pädagogik als strenge praktische Wissenschaft. Berlin: Duncker & Humblot. Bransford, J. D., Sherwood, R. D., Hasselbring, T. S., Kinzer, C. K., & Williams, S. M. (1990). Anchored instruction: Why we need it and how technology can help. In D. Nix & R. Spiro (Eds.), Cognition, education, and multimedia: Exploring ideas in high technology. (pp. 115−141). Hillsdale, N.J.: Erlbaum. Brown, J. S., Collins, A. & Duguid, P. (1989). Situated cognition and the culture of learning. Educational Researcher, 18, 32−41. Bunge, M. (1998). Philosophy of Science: From Problem to Theory (revised edition. ed. Vol. vol. 1). New Brunswick, London. Case, R. (1978). A developmentally based theory and technology of instruction. Review of Educational Research, 48, 439−463. Cognition and Technology Group at Vanderbilt. (1991a). Limitations of first generation instructional design. Educational Technology, January, 7−11. Cognition and Technology Group at Vanderbilt. (1991b). Technology and the design of generative learning environments. Educational Technology, May, 34−40. Cognition and Technology Group at Vanderbilt. (1997). The Jasper project. Lessons in curriculum, instruction, assessment, and professional development. Mahwah, NJ: Erlbaum. de Crook, M. B. M., Paas, F., Schlanbusch, H., & van Merriënboer, J. J. G. (2002). ADAPTIT: Tools for training design and evaluation. Educational Technology Research and Development, 50(4), 47−58.
38
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
Dick, W., & Carey, L. (1996). The systematic design of instruction. New York: HarperCollins/College Publishers. Fischer, F., Bouillion, L., Mandl, H., & Gomez, L. (2003). Scientific principles in Pasteur’s quadrant: integrating goals of understandig and use in learning enviroments research. In B. Wasson, S. Ludvigsen & U. Hoppe (Eds.), Designing for change in networked learning environments (pp. 493−502). Dordrecht: Kluwer. Gagné, R. M. (1985). The conditions of learning and theory of instruction. 4. Aufl.New York: Holt, Rinehart & Winston. Gagné, R. M., Briggs, L. J., & Wager, W. W. (1987). Principles of instructional design (3 ed.). New York: Holt, Rinehart & Winston. Gustafson, K. L., & Branch, R. M. (2002). What is instructional design? In R. A. Reiser & J. V. Dempsey (Eds.), Trends and issues in instructional design and technology (pp. 16−25). Upper Saddle River, NJ/Columbus, OH: Merrill/Prentice Hall. Hannafin, M., Land, S., & Oliver, K. (1999). Open learning environments: Foundations, methods, and models. In C. M. Reigeluth (Ed.), Instructional-design theories and models. A new paradigm of instructional theory (pp. 115−140). Mahwah, NJ: L. Erlbaum. Herrmann, T. (1994). Forschungsprogramme. In T. Herrmann & W. H. Tack (Hrsg.), Enzyklopädie der Psychologie, Themenbereich B, Serie I, Bd. I: Methodologische Grundlagen der Psychologie (S. 251−294). Göttingen: Hogrefe. Jonassen, D. (1999). Designing constructivist learning environments. In C. M. Reigeluth (Ed.), Instructional-design theories and models. A new paradigm of instructional theory (pp. 215−239). Mahwah, NJ: L. Erlbaum. Krapp, A., & Heiland, A. (Hrsg.). (1981). Theorieanwendung und rationales Handeln (Bd. 4). Braunschweig: TU Braunschweig. Mayer, R. E. (2001). Multimedia learning. Cambridge: Cambridge University Press. Merrill, M. D. (1983). Component display theory. In C. M. Reigeluth (Ed.), Instructional design theories and models: An overview of their current status (pp. 279−333). Hillsdale, N.J.: Erlbaum. Merrill, M. D. (1999). Instructional transaction theory (ITT): Instructional design based on knowledge objects. In C. M. Reigeluth (Ed.), Instructional-design – Theories and models. A new paradigm of instructional theory (S. 397−424). Mahwah, NJ: Erlbaum. Merrill, M. D., Li, Z., Jones, M. J., & Hancock, S. W. (1991). Instructional transaction theory: Transaction shells. Mischo, C., & Rheinberg, F. (1995). Erziehungsziele von Lehrern und individuelle Bezugsnormen der Leistungsbewertung. Zeitschrift für Pädagogische Psychologie, 9(3/4), 139−151. Nelson, L. M. (1999). Collaborative problem solving. In C. M. Reigeluth (Ed.), Instructional-design theories and models. A new paradigm of instructional theory (S. 241−267). Mahwah, NJ: L. Erlbaum. Reigeluth, C. M. (Ed.). (1999). Instructional-design theories and models. A new paradigm of instructional theory. Mahwah, NJ: L. Erlbaum Associates, Publishers. Reigeluth, C., M. (Ed.). (1987). Instructional theories in action. Hillsdale, N.J.: Erlbaum. Reigeluth, C. M. (Ed.). (1983). Instructional-design theories and models: An overview of their current status. Hillsdale, NJ: L. Erlbaum. Reimann, P. (1997). Lernprozesse beim Wissenserwerb aus Beispielen. Analyse, Modellierung, Förderung. Bern: Hans Huber. Renkl, A. (1996). Träges Wissen. Wenn Erlerntes nicht genutzt wird. Psychologische Rundschau, 47(1), 78−92. Resnick, L. B. (1987). Task analysis in instructional design: Some cases from mathematics. In D. Klahr (Ed.), Cognition and instruction (pp. 51−80). Hillsdale, NJ: Erlbaum. Rheinberg, F., Vollmeyer, R., & Rollett, W. (2000). Motivation and action in self-regulated learning. In M. Boekaerts, P. R. Pintrich & M. Zeidner (Eds.), Handbook of self-regulation (pp. 503−529). San Diego, San Francisco, New York: Academic Press. Romiszowski, A. J. (1999). The development of physical skills: Introduction zin the psychomotor domain. In C. M. Reigeluth (Ed.), Instructional-design theories and models. A new paradigm of instructional theory (pp. 457−481). Mahwah, NJ: L. Erlbaum. Sander, E. (1986). Lernhierarchien und kognitive Lernförderung. Göttingen, Toronto, Zürich: Hogrefe. Schank, R. C. (1982). Dynamic memory: a theory of reminding and learning in computers and people. Cambridge, New York: Cambridge University Press. Schank, R. C. (1990). Tell me a story: a new look at real and artificial memory. New York: Scribner.
Literatur
39
Schank, R. C. (1998). Tell me a story. Narrative and intelligence (2nd printing). Evanston, Illinois: Nortwestern University Press. Schank, R. C. (2002). Designing world-class e-learning. New York, Chicago: McGraw-Hill. Schank, R. C., Berman, T. R., & Macpherson, K. A. (1999). Learning by doing. In C. M. Reigeluth (Ed.), Instructional-design − Theories and models. A new paradigm of instructional theory (pp. 161−182). Mahwah, NJ: Erlbaum. Schwartz, D. L., Lin, X., Brophy, S., & Bransford, J. D. (1999). Toward the development of flexible adaptive instructional designs. In C. M. Reigeluth (Ed.), Instructional-design − Theories and models. A new paradigm of instructional theory (pp. 183−213). Mahwah, NJ: Erlbaum. Simon, H. A. (1996). The sciences of the artificial (3rd ed.). Cambridge, Mass.: The MIT Press. Sweller, J. (1999). Instructional design in technical areas. Camberwell, Vic: ACER Press. Tennyson, R. D., & Park, O.-C. (1980). The teaching of concepts. A review of instructional design research literature. Review of Educational Research, 50(1), 55−70. Van Gerven, P. W. M., Paas, F. G. W. C., van Merrienboer, J. J. G., & Schmidt, H. G. (2002). Cognitive load theory and aging: effects of worked examples on training efficieny. Learning and Instruction, 12(1), 87−105. van Merriënboer, J. J. G., Clark, R. E., & de Croock, M. B. M. (2002). Blueprints for complex learning: The 4C/ID-Model. Educational Technology Research & Development, 50(2), 39−64. van Merriënboer, J. J. G., & Kester, L. (2005). The four-component instructional design model: Multimedia principles in environments for complex learning. In R. E. Mayer (Ed.), The Cambridge Handbook of Multimedia Learning (pp. 71−93). Cambridge, New York: Cambridge University Press.
40
2 Die Konzeption von E-Learning: Wissenschaftliche Theorien, Modelle und Befunde
3
Lernen mit Medien
In der Frühzeit des multimedialen Lernens war eine verbreitete Vorstellung „viel hilft viel“, d. h. Lernerfolge sind umso eher zu erwarten, je mehr Sinneskanäle angesprochen und je mehr unterschiedliche Symbolsysteme verwendet werden. Multimodale Präsentationsformate mit Bildern, Videos oder Animationen sollten zum Lernen motivieren und es Lernenden mit unterschiedlichen Lernstilen ermöglichen, entsprechend ihrer Vorlieben entdeckend zu lernen. Den Lernprozess sollten Pädagogische Agenten überwachen und steuern, um optimale Lernerfolge zu gewährleisten. Diese durchaus plausiblen Annahmen wurden seit Ende der achtziger Jahre durch Forschungsarbeiten u. a. von Sweller und Chandler (1991) einerseits und Mayer et al. (2001, 2005a) andererseits auf der Grundlage theoretischer Annahmen zur Struktur des menschlichen Gedächtnisses experimentell geprüft. Die sich daraus entwickelnden Forschungsparadigma erwiesen sich als ausgesprochen erfolgreich, seit Ende der neunziger Jahre wurden auch in den Niederlanden und in Deutschland diverse Studien durchgeführt, in denen sich die Tragfähigkeit der theoretischen Ansätze immer wieder bestätigte (Brünken, Plass & Leutner, 2003; Gerjets & Scheiter, 2003; Kirschner, 2002; Renkl & Atkinson, 2003; van Bruggen, Kirschner & Jochems, 2002; Van Gerven, Paas, van Merrienboer & Schmidt, 2002; van Merriënboer, Schuurman, de Croock & Paas, 2002). Auch Weiterentwicklungen und Differenzierungen der Modellansätze sind aktuell in der Diskussion (Schnotz, 2005). Einen Überblick über den aktuellen Stand der Forschung geben Mayer (2005a) und Paas, Renkel und Sweller (2003). Wenn Sie das Kapitel bearbeitet haben, wissen Sie,
„viel hilft viel“ oder „weniger ist mehr“
Lehrziele
• welche gedächtnispsychologischen Grundlagen dem Lernen mit Medien zugrunde liegen, • wie Wissen im Gedächtnis gespreichert wird, • welche Unterschiede es in der Informationsverarbeitung von Texten, Audio und Bildern gibt, • in welchen Lernsituationen das Gedächtnis während der Informationsverarbeitung überlastet sein kann. In den folgenden Abschnitten wird ein Überblick zu den Theorieansätzen der menschlichen Informationsverarbeitung gegeben. Konkret werden die Cognitive-Load-
3 Lernen mit Medien
41
Theorie (Chandler & Sweller, 1991; Sweller, 2005), die Kognitive Theorie multimedialen Lernens (CTML) (Mayer, 2001, 2005b) und das integrierte Modell des Text- und Bildverstehens (ITPC) von Schnotz (2005) vorgestellt.
3.1 Das Gedächtnis
Kapazitätsbegrenzung des Arbeitsgedächtnisses
Schemata
42
Bevor in den folgenden Abschnitten konkrete Modelle der Informationsverarbeitung vorgestellt werden, sollen hier zunächst gedächtnispsychologische Grundlagen zusammengestellt werden, auf denen die theoretischen Annahmen der Modelle basieren. Lernende, insbesondere jene, die noch wenig Wissen über die vermittelten Lerninhalte haben, können dabei beobachtet werden, wie sie sich einen Text mehrmals durchlesen oder ein Bild sehr lange oder wiederholt betrachten, um alle relevanten Informationen aufzunehmen. Lernende hingegen, die schon ein umfangreiches Vorwissen zum Lerngegenstand haben, lesen Texte selektiv, überspringen also ganze Textteile oder „überfliegen“ den Text nur. Das gleich gilt bei Bilden oder Animationen, diese betrachten sie nur kurz, extrahieren aber dennoch alle relevanten Wissensinhalte aus dem Lernmaterial (Mayer, 1988). Erklären lässt sich diese Beobachtung durch die Kapazitätsbegrenzung der menschlichen Informationsverarbeitung. Es können im menschlichen Gedächtnis nicht alle Informationen auf einmal aufgenommen und verarbeitet werden (Sweller, 2005). Wenn Lernende neue Informationen z. B. aus Texten, Illustrationen oder Animationen aufnehmen, können sie nur einige wenige neue Inhalte gleichzeitig im Arbeitsgedächtnis verarbeiten. Um alles Wichtige zu erfassen, müssen sie deshalb den Text möglicherweise mehrmals lesen bzw. die Illustration oder Animation mehrmals betrachten, um die neuen Informationen nach und nach im Arbeitsgedächtnis verarbeiten zu können. Bei Lernenden mit geringem oder gar keinem Vorwissen ist dieses Lernverhalten stark ausgeprägt. Sie verfügen nicht über themenbezogene Schemata, die sie aus dem Gedächtnis abrufen können und die ihre Aufmerksamkeit auf schematarelevante Information im Lernmaterial lenken (Anderson, Spiro & Anderson, 1978). Sie müssen diese erst während des Wissenserwerbs erzeugen. Schemata erfassen nach Anderson (1983) Ereignisse, Handlungen, Objekte oder Situationen und bilden diese mental als zusammenhängendes Konzept ab, wobei Zusammennhänge zwischen den einzelnen Wissenseinheiten spezifiziert werden (s. auch Kap. 3.3.2). Bei Lernenden mit umfangreichem themenspezifischem Vorwissen steuern vorhandene Schemata die Informationsaufnahme (Anderson & Pearson, 1984). Teile des Lernmaterials, die nicht in vorhandene Schemata integriert werden können, werden übersprungen, andere dagegen, wie bei Lernenden mit wenig Vorwissen, lange und mehrmals rezipiert. Deshalb muss die Konzeption multimedialer Instruktion einerseits auf das Vorwissen der Lernenden abgestimmt sein und andererseits die Begrenzung des Arbeitsgedächtnisses berücksichtigen. Andernfalls kann multimediale Instruktion nur zufällig erfolgreich sein und zu den gewünschten Lerneffekten hinführen.
3 Lernen mit Medien
3.1.1 Das Arbeitsgedächtnis Die Annahme über die Begrenzung der Kapazität des Arbeitsgedächtnisses hat eine lange Tradition in der psychologischen Forschung (Baddeley, 1992; Chandler & Sweller, 1991; Mayer, 2001, 2005a; Miller, 1956; Simon, 1974; Sweller & Chandler, 1991). Bekannt sind die Forschungsarbeiten zur „magischen Zahl 7“ (Miller, 1956; Simon, 1974). In den Untersuchungen wurde jedem Probanden eine sinnlose Silbe bzw. eine Zahl pro Sekunde präsentiert und im Anschluss gemessen, an wie viele Silben bzw. Zahlen sie sich ohne Fehler erinnern konnten. Der Durchschnitt aller Probanden lag bei 7 Silben bzw. Zahlen, wobei die Spannweite 2 betrug. Die meisten Probanden erinnerten ohne Fehler 5 bis 9 Silben oder Zahlen. Das Bilden von „Chunks“ hilft, die Erinnerungsleistung zu verbessern (Miller, 1956; Simon, 1974). Chunks fassen Informationseinheiten zusammen, z. B. die sieben einzelnen Zahlen 2-5-4-1-6-7-4 einer Telefonnummer zu den Einheiten 254-16-74. So können noch mindestens zwei weitere Einheiten behalten werden, bis die Kapazitätsgrenze des Arbeitsgedächtnisses erreicht ist. Das Ergebnis dieser Forschung zeigt, dass das menschliche Arbeitsgedächtnis 7 plus oder minus 2 Informationseinheiten gleichzeitig verarbeiten kann. Dagegen können nur 2–4 Informationseinheiten gegeneinander abgewogen oder miteinander kombiniert werden. Darüber hinaus gilt dies auch nur, wenn die Informationseinheiten permanent wiederholt werden und gleichzeitig die internen mentalen Repräsentationen dieser modifiziert werden (Glenberg, Smith & Green, 1977; Sweller, 2005). Ansonsten wird der Inhalt des Arbeitsgedächtnisses innerhalb von 2 bis 20 Sekunden gelöscht (Marsh, Sebrechts, Hicks & Landau, 1997; Peterson & Peterson, 1959). Würde es keine Kapazitätsbegrenzung des Arbeitsgedächtnisses geben, dann müsste das Arbeitsgedächtnis bei jeder aufgenommenen Informationseinheit Millionen Möglichkeiten daraufhin prüfen, ob es sich um eine relevante oder irrelevante Information handelt. Diese Prüfprozesse wären ineffizient, da sie zu lange dauern würden, deshalb hat sich die Kapazitätsbegrenzung im Laufe der Evolution als günstig erwiesen (Sweller, 2005a).
„Die magische Zahl 7“
Chunks
3.1.2 Das Langzeitgedächtnis Im Langzeitgedächtnis werden Informationen, Wissenszusammenhänge, Erfahrungen etc. verbal, bildhaft oder auditiv abgespeichert und zu einem späteren Zeitpunkt wieder abgerufen. Es kann stur auswendig gelerntes Wissen sein, bei dem einige Bezüge klar sind, wesentliche aber ausgelassen wurden, oder aber strukturiertes, elaboriertes Wissen, bei dem die einzelnen Wissenseinheiten netzartig miteinander verbunden sind. Ein zentrales Kennzeichen strukturierten und elaborierten Wissens sind Schemata. Schemata kategorisieren mehrere kleinere Informationseinheiten zu einer großen, die dann im Ganzen im Langzeitgedächtnis gespeichert werden kann. Damit repräsentieren Schemata typische Zusammenhänge zwischen Informationseinheiten in einer organisierten Wissensstruktur. Sie bilden einerseits Wissen ab, steuern andererseits aber auch den Erwerb neuer Informationen, indem sie helfen, diese zu ordnen und zu organisieren.
3.1 Das Gedächtnis
Schemata
43
Skripte
Eine spezielle Form der Schemata sind Skripte (Schank & Abelson, 1977). Sie erfassen prototypische Ereignisse, in denen meist stereotype Handlungssequenzen auftreten. Die Basis für die Bildung strukturierten und elaborierten Wissens ist Lernen. Durch Lernen werden neue Schemata gebildet und bereits vorhandene mit Informationen angereichert oder umstrukturiert. Somit muss multimediale Instruktion, die den Aufbau umfangreichen und strukturierten Wissens zum Ziel hat, Schemabildung unterstützen und fördern, um zielführend und effektiv zu sein.
3.1.3 Beziehungen zwischen Arbeits- und Langzeitgedächtnis
Verstehensprozess
44
Informationen, die abrufbereit im menschlichen Langzeitgedächtnis abgespeichert wurden, vergrößern die Arbeitsspeicherkapazität erheblich, denn nur für neue Information gilt die Kapazitätsbegrenzung des menschlichen Arbeitsgedächtnisses. Für Informationen aus dem Langzeitgedächtnis lassen sich keine Limitierungen messen, egal, ob sie die Dauer oder die Anzahl der Informationseinheiten betreffen (Sweller, 2005b). Ob und inwieweit die Begrenzung der Arbeitsgedächtniskapazität das Lernen beeinflusst, hängt vom Ausmaß neuer Informationen ab, die der Lernende entweder ganz neu verstehen muss oder in bisher vorhandenes Wissen, insbesondere vorhandene Schemata, integriert. Beim Verstehen arbeiten Langzeit- und Arbeitsgedächtnis eng zusammen. Verständnis tritt erst dann ein, wenn alle relevanten Elemente der Information simultan im Arbeitsspeicher verarbeitet werden konnten (Sweller, 2005). Es kann jedoch vorkommen, dass zu viele Elemente in einer Lerneinheit angeboten werden, die gleichzeitig verarbeitet werden müssten, um Verstehen zu gewährleisten. Dann kommt es zur kognitiven Überlastung des Arbeitsgedächtnisses mit der Folge, dass zunächst keine weiteren Informationen im Arbeitsgedächtnis verarbeitet werden können. In diesem Fall ist das Lernmaterial im Ganzen zu komplex und zu schwer für den Lernenden und es muss von ihm oder durch geeignete Instruktion in kleinere Wissenseinheiten zerlegt werden. Diese kleineren Wissenseinheiten versucht er dann sequenziell zu verstehen, indem er erst einige wenige neue Informationseinheiten im Arbeitsgedächtnis kombiniert und organisiert und dann im Langzeitgedächtnis abspeichert. Sobald er wiederum wenige neue Wissenseinheiten ins Arbeitsgedächtnis weitergeleitet hat, kombiniert und organisiert er dieses neue Wissen mit dem bereits im Langzeitgedächtnis abgespeicherten, wobei die aus dem Langzeitgedächtnis ins Arbeitsgedächtnis übernommenen Schemata die Kombination und Organisation der neuen Wissenselemente steuern. Dieser sukzessive Prozess von Wissensabruf aus dem Langzeitgedächtnis und der Kombination und Organisation mit neuen Wissenselementen erfolgt so lange, bis alle zum ursprünglichen komplexen Wissensinhalt gehörenden essentiellen Elemente im Arbeitsgedächtnis bearbeitet und zu Schemata zusammengeführt sowie untereinander organisiert wurden. Erst dann tritt Verstehen ein. Durch dieses sukzessive Vorgehen wird im Langzeitgedächtnis schrittweise ein immer komplexeres Schemata entwickelt bzw. mehrere miteinander verknüpft, ohne das Arbeitsgedächtnis auf einmal mit zu vielen neuen Wissenselementen zu überlasten.
3 Lernen mit Medien
3.2 Die Cognitive-Load-Theorie Ein geeignetes Erklärungsmodell für differenzierte Aussagen über die kognitive Belastung des Arbeitsgedächtnisses bietet die Cognitive-Load-Theorie (Chandler & Sweller, 1991; Sweller & Chandler, 1991). Ihre theoretische Basis sind nachfolgende Erklärungsmodelle:
Begrenzte Kapazität des Arbeitsgedächtnisses (s. Kap. 3.3.1, S. 14) Schemakonstruktion zentraler Prozess beim Lernen (s. Kap. 3.1.2)
Annahmen, auf denen die Cognitive-Load-Theorie aufbaut
Grundlagen zur Entwicklung des Modells
Die Kapazität des Arbeitsgedächtnisses ist begrenzt.
(Baddeley, 1992; Miller, 1956)
Tabelle 3.1: Theoretische Basis der Cognitive-LoadTheorie
Lernen bedeutet Schemata zu kon(Chi, Glaser & Rees, 1983; struieren. Sie kategorisieren und Larkin, McDermott, Simon organisieren Wissen. Zudem steuern & Simon, 1980a) sie den Erwerb von Neuem.
In der Cognitive-Load-Theorie wird von einer begrenzten Kapazität des Arbeitsgedächtnisses ausgegangen. Während Lernende Wissen erwerben, müssen sie aus dem Langzeitgedächtnis bereits vorhandenes Wissen abrufen, ins Arbeitsgedächtnis transferieren und dort mit neuem Wissen ergänzen oder kombinieren. Wissen zu erwerben bedeutet Schemata zu konstruieren, zu erweitern oder umzustrukturieren. Dafür werden Arbeitsgedächtniskapazitäten benötigt. Es können nach der Cognitive-Load-Theorie drei unterschiedliche Quellen kognitiver Belastung im Arbeitsgedächtnis auftreten: der „Intrinsic Coginitve Load“, der „Extraneous Cognitive Load“ und der „Germane Cognitiv Load“. • Intrinsic Cognitive Load: Er ergibt sich aus der Lernaufgabe als solcher. Der Intrisic Cognitive Load bestimmt sich aus der Aufgabenschwierigkeit, der Aufgabenkomplexität oder/und dem Umfang der Lernaufgabe. • Extraneous Cognitive Load: Er ist abhängig von der Gestaltung des Lernmaterials. Den Extraneous Cognitive Load beeinflussen die ausgewählte Art und Strukturierung der Wissensvermittlung, die Präsentation der Lerninhalte und die verfügbare Steuerungsnavigation, um die Lerninhalte zu erreichen. • Germane Cognitive Load: Mit ihm werden die freien kognitiven Ressourcen bezeichnet, die für die Schemakonstruktion im Arbeitsgedächntis vorhanden sind. Der Germane Cognitive Load ist die kognitive Belastung die für den reinen Wissenserwerb benötigt wird. Die drei Quellen kognitiver Belastung werden als additiv angenommen (Sweller, 2005a). Dabei sollte es das Ziel von Instruktion sein, den Extraneous Cognitive Load zu minimieren, um möglichst viele kognitive Ressourcen für den Germane Cognitive
3.2 Die Cognitive-Load-Theorie
45
Load frei zu halten. Denn der Intrinsic Cognitive Load ist nach Sweller (1991) nicht veränderbar. Nachfolgend werden die drei Formen kognitiver Belastung noch einmal ausführlicher dargestellt und Implikationen für die Gestaltung multimedialer Lernumgebungen abgeleitet.
3.2.1 Intrinsic Cognitive Load
Element-Interaktivität
Der Intrinsic Cognitive Load ist abhängig vom Schwierigkeitsgrad, der Komplexität und vom Umfang des Lernmaterials. Den Schwierigkeitsgrad bestimmt die ElementInteraktivität (element interactivty). Sie ist hoch, wenn das Lernmaterial inhaltlich sehr komplex ist, d. h. die Funktionsweise eines Elements nicht verstanden werden kann, ohne die Funktionsweisen weiterer Elemente zu kennen. Beispielsweise kann die Frage, wie ein Auto fährt, vom Lernenden nur dann verstanden werden, wenn er auch über die Funktionsweise des Motors informiert ist, ebenso wie über die des Getriebes und der Kraftübertragung zwischen Getriebe und Motor. Im Beispiel muss der Lernende sehr viele Zusammenhänge zwischen den einzelnen Inhalten konstruieren, um den Sachverhalt „Fahren eines Autos“ angemessen zu verstehen. Das ist typisch für Lernmaterial mit hoher Element-Interaktivität. Demgegenüber sind Element-Interaktivität und „Intrinsic Cognitive Load“ relativ niedrig, wenn Lernende die einzelnen Inhalte separat lernen können, beispielsweise die Bedienung eines Wasserkochers. Instruktional kann der „Intrinsic Cognitive Load“ nicht bzw. nur in Abhängigkeit vom Vorwissen der potenziellen Lernenden beeinflusst werden. Über Segmentierung und Sequenzierung (s. Kap. 13) des Lernmaterials besteht die Möglichkeit, zumindest die Element-Interaktivität für eine bestimmte Zielgruppe zu steuern.
3.2.2 Extraneous Cognitive Load Der „Extraneous Cognitive Load“ ist abhängig von der Gestaltung des Lernmaterials. Müssen Lernende beim Durcharbeiten einer multimedialen Lerneinheit viele irrelevante, wenig zielführende und ineffektive kognitive Anstrengungen aufbringen, um die relevanten Informationen aus dem Lernmaterial zu extrahieren, ist der „Extraneous Cognitive Load“ hoch. Finden Lernende schnell die relevante Information, in leicht verständlicher Form, dann ist er gering. Mit „Extraneous Cognitive Load“ wird demnach jene Belastung des menschlichen Arbeitsgedächtnisses bezeichnet, die eine Lernaufgabenirrelevante kognitive Anstrengung beim Lernenden verursacht. Dies ist der Fall, wenn die Begrenzung der Kapazität des Arbeitsgedächtnisses bei der Gestaltung der multimedialen Lernumgebung ignoriert wurde oder die Lernenden nicht optimal beim Aufbau und der Verknüpfung von Schemata unterstützt wurden.
46
3 Lernen mit Medien
3.2.2.1 Didaktische Gestaltungsmöglichkeiten zur Verringerung des Extraneous Cognitive Load Folgende didaktische Gestaltungsmöglichkeiten, helfen den „Extraneous Cognitiv Load“ so gering wie möglich zu halten: • Worked Example Effect (Renkl, 2002, 2005): Zentraler Bestandteil von Lernprozessen ist das Lösen gestellter Probleme durch den Lernenden. Ausgearbeitete Lösungsbeispiele (Worked Examples), die von den Lernenden durchgearbeitet werden, unterstützen effektiver ihr Problemverständnis, als die selbstständige Suche nach der Problemlösung. Beispiel: Den Lernenden wird die Aufgabe gestellt, folgenden Term nach m aufzulösen (s. Tabelle 3.2). Lösungsbeispiel für ein strukturgleiches Problem:
Aufgabe:
Löse folgenden Term nach m auf! l(m + i) = h (m + i) = h/l m = h/l – i
Worked Example
Tabelle 3.2: Beispiel eines Worked Examples
p(m + n) = o
Durch Worked Example kann sich der Lernende allein auf das Verständnis der angebotenen Problemlösungen konzentrieren. Sie vermindern die zur Lösungssuche eines gestellten Problems benötigten umfangreichen Arbeitsgedächtniskapazitäten, da die üblichen nicht zielführenden Suchprozesse nach der Problemlösung nicht vorkommen, ebenso wie irrelevantes Lernen. Worked Examples ermöglichen somit freie Arbeitsgedächtniskapazitäten für die Schemakonstruktion (Renkl, 2005). • Split Attention Effect: Lerninhalte werden häufig visuell dargeboten. Bei der Gestaltung und Anordnung visuellen Materials innerhalb der multimedialen Lerneinheit sollte darauf geachtet werden, dass für das Verständnis notwendige Wissensinhalte nah beieinander plaziert sind. Denn Split Attention tritt dann auf, wenn Wissensinhalte, die der Lernende gleichzeitig bearbeiten muss, räumlich oder zeitlich getrennt präsentiert werden (Sweller, Chandler, Tierney & Cooper, 1990). Beispielsweise ist dies der Fall, wenn der Text oben auf der Bildschirmseite und die dazugehörige ergänzende Grafik, etwa ein Diagramm, weiter unten präsentiert werden oder gar auf der darauf folgenden Bildschirmseite. Es ist ressourcensparender für das Arbeitsgedächtnis des Lernenden, zusammengehörige visuelle Informationsquellen auch gemeinsam zu präsentieren und notfalls die gesamte Information in kleinere Informationsblöcke einzuteilen. Sweller (1999) empfiehlt die integrierte Präsentationsform für die Darstellung von Text und Grafik. In dieser Präsentationsform wird der gesamte zur Grafik gehörende Text direkt in die Grafik an der Stelle eingefügt, wo er für das Verständnis notwendig ist.
Split Attention Effect
• Modality Effect (Tinsdall-Ford, Chandler & Sweller, 1997): Neben dem Split Attention Effect kann bei ausschließlich visueller Präsentation kognitiver Lerninhalte auch der Modality Effect auftreten. Die menschliche Wahrnehmung und Informationsverarbeitung ist über zwei Kanäle organisiert dem auditiven und dem visuellen. Wird einer dieser Kanäle zu sehr beansprucht, kann es zu einer kognitiven Überlastung eines der beiden Kanäle kommen.
Modality Effect
3.2 Die Cognitive-Load-Theorie
47
Der Modality Effect kann auftreten, wenn sehr viele visuell präsentierte Wissensinhalte gleichzeitig im Arbeitsgedächtnis verarbeitet und mit Informationen des Langzeitgedächtnisses verknüpft werden müssen. Denn dann kann es zur kognitiven Überlastung des visuellen Kanals kommen. Dies ist insbesondere dann der Fall, wenn wenig themenbezogenes Vorwissen zum neu zu erwerbenden Wissensinhalt beim Lernenden vorliegt. Um den Modality Effect zu vermeiden, ist es deshalb ratsam, Erläuterungen zu Grafiken oder Animationen als geprochenen Text anzubieten (s. Kap. 16). Durch die Verwendung gesprochener Erläuterungen wird der visuelle Verarbeitungskanal entlastet und beide Kanäle (Sinnesmodalitäten) zur Wissensaufnahme genutzt (s. auch Kap. 3.3 und Kap. 3.4). Redundancy Effect
• Redundancy Effect (Sweller & Chandler, 1991): Aus der Erkenntnis, dass eine Verteilung der kognitiven Belastung auf den visuellen und auditiven Kanal lernförderlich bei simultaner Darbietung von Text und Grafik sein kann, könnte die Überlegung resultieren, Erläuterungen zu bestimmten Sachverhalten sowohl in gesprochener als auch geschriebener Form gleichzeitig darzubieten. Das führt allerdings nicht in jedem Fall zu einem Mehrwert für den Lerner, weil die Entlastung des visuellen Kanals als Vorteil gesprochener Erläuterungen verloren geht. Es ist der Redundanzeffekt (Redundancy Effect), der dann aufträte, wenn gleichzeitig dieselben Informationen visuell als auch auditiv dargeboten würden. Dennoch gibt es Situationen, in denen Lernende von der gleichzeitigen Darbietung geschriebener und gesprochener Texte profitieren, z. B. wenn der gesprochene Text nicht in der Muttersprache dargeboten wird (s. Kap. 16).
Expertise Reversal Effect
• Expertise Reversal Effect (Kalyuga, Ayres, Chandler & Sweller, 2003): Lernende ohne oder mit nur wenig Vorwissen in einer Wissensdomäne benötigen eine lernunterstützende didaktische Gestaltung mit umfangreichen Strukturierungs- und Lernhilfen, um sich den neuen Wissensinhalt effektiv erschließen zu können. Didaktisch sinnvoll sind neben geschriebenen Texten und Bildern, der Einsatz von Grafiken oder Animationen mit gesprochenen Erläuterungen. Mit fortschreitender Expertise der Lernenden können die zu den Grafiken und Animationen gesprochenen Erläuterungen überflüssig werden. Aufgrund nun vorhandener Schemata sind die Grafiken und Animationen für den Lernenden selbsterklärend. Ihm reicht für das Verständnis zusätzlicher neuer Informationen eine Informationsquelle aus. Wird dennoch in der didaktischen Gestaltung an zwei Informationsquellen festgehalten, tritt der Expertise Reversal Effect ein. Denn Informationen, die für Lernende mit wenig Vorwissen bedeutsam waren, wurden nun überflüssig und behindern den effektiven Wissenserwerb.
3.2.3 Germane Cognitive Load Ebenso wie der Extraneous Cognitive Load kann auch der „Germane or Effective Cognitive Load“ durch die Lernumgebung beeinflusst werden, jedoch nur indirekt. Er resultiert aus der Bildung kognitiver Schemata und Automatismen. Im Gegensatz zum „Extraneous Cognitive Load“ der das Lernen negativ beeinflussen kann, verbessert der „Germane Cognitive Load“ den Lernerfolg bzw. die Lernmotivation. Voraussetzung dafür ist, dass der „Intrinsic Cognitive Load“ gering ist und die Gestaltung der Lernumgebung einen
48
3 Lernen mit Medien
geringen „Extraneous Cognitive Load“ beim Lernenden erwarten lässt. So können die im Arbeitsgedächtnis noch freien kognitiven Ressourcen zur Elaboration und Konstruktion von Schemata verstärkt für den Wissenserwerb genutzt werden.
3.2.4 Implikationen für die didaktische Gestaltung Die Cognitive-Load-Theorie ist in vielerlei Hinsicht essentiell für die Konzeption multimedialen Lernens. Ohne Rücksicht auf die begrenzte Arbeitsgedächtniskapazität beim Lernen kann die geplante Instruktion nur zufällig effektiv und effizient sein. Designentscheidungen zum Intrinsic, Extraneous und Germane Cognitive Load entscheiden über die für effektives und effizientes Lernen so zentrale Belastung des Arbeitsgedächtnisses des Lernenden. Zur Steuerung und zum optimalen Design des Intrinsic Cognitive Load empfiehlt sich eine am Kenntnisstand des Lernenden orientierte Element-Interaktivität. Sie bestimmt die Komplexität des Lernmaterials über den Lernprozess hinweg. Lernziel-, Wissens- und Aufgabenanalysen (s. Kap. 8) helfen die Elemente des neu zu erwerbenden Wissens zu klassifizieren, zu strukturieren und zu organisieren. Auf dieser Basis ist es möglich, durch Segmentierung und Sequenzierung (s. Kap. 13), die während des zukünftigen Lernprozesses auftretende Element-Interaktivität so zu steuern, dass der Lernende seine verfügbaren kognitiven Arbeitsgedächtnisressourcen optimal ausnutzen kann, ohne sich über- oder unterfordert zu fühlen. Durch Einsatz von Worked Examples und Ausnutzen des Modalitätseffektes sowie das Vermeiden von Split Attention und Redundanzeffekten lässt sich der Extraneous Cognitive Load optimieren. Auch durch Beachten des Expertise Reversal Effect lässt sich Extraneous Cognitive Load minimieren. Neben der Berücksichtigung der Belastung des Arbeitsgedächtnisses muss auf dem Schemaerwerb der Designfokus liegen. Instruktion, z. B. mittels fallbasiertem oder beispielbasierendem Lernen ist dazu geeignet, Schemata zu vermitteln (Reimann, 1997). Sie unterstützen den Lernenden beim Wissenserwerb und erleichtern den Erwerb von neuen Informationen (Chi, Glaser & Rees, 1983; Larkin, McDermott, Simon & Simon, 1980b). Denn mittelbar führt eine anregende multimediale Lernumgebung dazu, dass sie den Lernenden stimuliert, seinen verfügbaren Germane Cognitive Load optimal für die Schemakonstruktion und Schemaorganisation auszunutzen.
Steuerung des Cognitive Load
Schemaerwerb
3.3 Die kognitive Theorie multimedialen Lernens (CTML) 3.3.1 Theoretischer Hintergrund des Modells Menschen lernen besser mit Wörtern und Bildern als mit nur einem Medium (Mayer, 2001). Dennoch garantiert das Hinzufügen von Bildern zu Texten noch keinen guten Lernerfolg.
3.3 Die kognitive Theorie multimedialen Lernens (CTML)
49
Neben der Cognitive-Load-Theorie (Sweller, 2005) ist die Kognitive Theorie multimedialen Lernens, die ursprünglich als SOI Modell von Mayer (2001; 2005a) bezeichnet wurde ein instruktionspsychologisches Arbeitsmodell, das menschliche Informationsverarbeitung zu erklären versucht. Es bildet den Hintergund, vor dem bestimmte Diskrepanzen zwischen erwartetem und tatsächlichem Lernerfolg erklärbar werden, so zum Beispiel auch die eingangs angeführten Behauptungen, mit Wörtern und Bildern gemeinsam könne effektiver gelernt werden, bzw. die Behauptung, reines Hinzufügen von Bildern zum Text muss nicht zum erwünschten Lernerfolg führen. Die kognitive Theorie multimedialen Lernens basiert auf den in Tabelle 3.3 zusammengefassten theoretischen Ansätzen. Tabelle 3.3: Zusammenstellung der theoretischen Basis der kognitiven Theorie multimedialen Lernens (Mayer, 2005b)
Duale Codierung der Informationen Begrenzte Kapazität des Arbeitsgedächtnisses (s. Kap. 3.1.1) Aktive Verarbeitungsprozesse
Annahmen auf denen die Kognitive Theorie multimedialen Lernens aufbaut
Grundlagen zur Entwicklung des Modells
Informationsverarbeitung erfolgt getrennt nach visuell und auditiv dargebotener Information. Die Kapazität des Arbeitsgedächtnisses und jedes Verarbeitungskanals ist begrenzt. Wesentliche Lernaktivitäten sind: die aktive Auswahl, Strukturierung neuer Informationen, der Aufbau eines mentalen Modells und die Verknüpfung neu erworbenen Wissens mit bereits Gelerntem.
(Baddeley, 1992; Paivio, 1986) (Baddeley, 1992; Chandler & Sweller, 1991) (Mayer, 1999; Wittrock, 1989)
3.3.1.1 Informationsverarbeitung erfolgt durch duale Codierung Duale Codierung
50
Das Konzept, nach dem unterschiedliche Informationen über verschiedene Kanäle aufgenommen werden, hat eine lange Tradition in der Kognitionspsychologie. Insbesondere Paivio (1986) mit seiner Arbeit zur dualen Codierungstheorie und Baddeley (1992) mit seinem Modell des Arbeitsgedächtnisses sind in diesem Zusammenhang zu nennen. Sie postulieren als zentrale Annahme ihrer Theorien, dass die menschliche Informationsverarbeitung sich danach unterscheidet, ob auditive oder visuelle Informationen aufgenommen werden. Je nachdem, welche Informationen zu verarbeiten sind, wird entweder der visuell/bildhaft/nonverbale Kanal für visuelle Informationen angesprochen oder für verbale Informationen der auditiv/verbale Kanal. Über den visuell/bildhaften Kanal werden demnach Informationen aus Bildern, Grafiken oder Animationen aufgenommen, über den auditiv/verbalen Kanal Sprechtexte, Musik oder Sounds. Obwohl Informationen gewöhnlich über einen Kanal das Arbeitsgedächtnis erreichen, abhängig davon, ob es sich um visuelle oder verbale Informationen handelt, muss manchmal auch während der Informationsverarbeitung der Kanal gewechselt werden, z. B. bei der Verarbeitung von geschriebenem Text.
3 Lernen mit Medien
3.3.1.2 Kapazitätsbegrenzung des Arbeitsgedächtnisses Ebenso wie in Swellers und Chandlers (1991) Cognitive-Load-Theorie (s. Kap. 3.2) wird auch in der kognitiven Theorie multimedialen Lernens angenommen, dass die Anzahl der Informationen, die in jedem einzelnen Kanal gleichzeitig bearbeitet werden kann, begrenzt ist (s. auch Kap. 3.1). Deshalb wird es Lernenden in den seltensten Fällen gelingen, komplexes Lernmaterial auf einmal zu bearbeiten. Stattdessen sind sie durch die Limitierung der Arbeitsgedächtniskapazität gezwungen, das Material sequenziell nacheinander zu bearbeiten. Die Grenzen unserer Bearbeitungskapazität, die individuell verschieden sind und zudem vom Vorwissen abhängen, forcieren demnach Entscheidungen, welche Lerninformationen aktuell bearbeitet werden sollen und welche zunächst unbeachtet bleiben müssen. Metakognitive Strategien und Schemata dienen zur Selbstbeobachtung, Selbstregulation und zur Koordination der eigenen Lernaktivitäten (Mayer, 2005b). Sie unterstützen den Lernenden bei seinen Entscheidungen, welche Informationen wie nacheinander bearbeitet werden sollen. Der Lernende setzt metakognitive Strategien so ein, dass möglichst viele relevante miteinander zusammenhängende Lerninhalte gleichzeitig bearbeitet werden können, ohne an seine Kapazitätsgrenzen des Arbeitsgedächtnisses zu stoßen.
Metakognitive Strategien
3.3.1.3 Aktive Verarbeitungsprozesse Um Wissen zu erwerben, ist es erforderlich, sich aktiv ein kohärentes mentales Modell des Lerngegenstandes zu konstruieren. Dazu sind kognitive Prozesse notwendig, um relevante Informationen auszuwählen, einzuprägen, neues Wissen zu strukturieren und mit bereits erworbenem Wissen in Verbindung zu setzen (Mayer, 1999; Wittrock, 1989). Die basalen kognitiven Prozesse, die den Aufbau eines kohärenten mentalen Modells ermöglichen, sind nach Cambliss und Calfee (1998) sowie Cook und Mayer (1988):
Aufbau eines kohärenten mentalen Modells
• Suche nach Ursache-Wirkungs-Ketten, einschließlich den Erklärungen ihrer Beziehungen untereinander, Beispiel: Das Lernen der Zusammenhänge im volkwirtschaftlichen Geldkreislauf ist nur erfolgreich, wenn Ursache-Wirkungs-Beziehungen erkannt und beschrieben werden können. • Vergleichen von Informationen, Beispiel: Wenn Gemeinsamkeiten zwischen Strom-, Blut- und Geldkreislauf gefunden werden sollen, müssen alle drei Modelle hinsichtlich ihrer Gemeinsamkeiten und Unterschiede geprüft werden. • Generalisieren bzw. Verallgemeinern von Wissen, Kinder müssen beispielsweise lernen, dass sowohl Erdbeeren als auch Himbeeren oder Äpfel mit dem allgemeineren Begriff „Früchte“ bezeichnet werden können. • Aufzählen bzw. Zusammenstellen von Sachverhalten, Beispiel: Das Lernen der deutschen Bundesländer und ihrer Hauptstädte. • Klassifizieren bzw. Einordnen von Informationen. Beispiel: Das biologische Klassifikationssystem der Tiere oder das Periodensystem der Elemente.
3.3 Die kognitive Theorie multimedialen Lernens (CTML)
51
Insbesondere die Möglichkeiten der Interaktivität (s. Kap. 20), Adaptivität und des lernerbezogenen Feedbacks (s. ebenfalls Kap. 22) sind interessante Gestaltungsmöglichkeiten multimedialen Lernens, um aktives Lernen zu motivieren und zu unterstützen. Es muss jedoch jeweils auf die kognitive Belastung geachtet werden.
3.3.2 Kernaspekte des Modells Kognitive Theorie multimedialen Lernens (SOI Modell)
Im Rahmen der kognitven Theorie multimedialen Lernens (Mayer, 2005b) bzw. des früheren SOI-Modells (Mayer, 2001) wird folgendes vermutet: • Text-, Bild-, Sprach- und Audioinformationen werden dual codiert. Diese Verarbeitung erfolgt für Text- und Bildinhalte über den Kanal für visuell/bildhafte Verarbeitung und für gesprochene Sprache, Töne und Musik über den Kanal für die auditiv/ verbale Verarbeitung. • Jeder der beiden Kanäle hat eine begrenzte Verarbeitungskapazität und es können somit auch nur eine begrenzte Anzahl kognitiver Prozesse gleichzeitig gesteuert werden. • Fünf kognitive Prozesse sind zentral am Lernen mit Multimedia beteiligt: – – – – –
Sensorisches Gedächtnis
Besonderheit: Geschriebener Text
Arbeitsgedächtnis
52
Auswahl (selection) von relevanten bzw. als wichtig erachteten Wörtern, Auswahl von relevanten Bildinhalten, Strukturierung (organizing) der ausgewählten Textinhalte und Bildung eines kohärenten verbalen Modells, Strukturierung der als wichtig erachteten Bildinhalte zu einem kohärenten bildhaften Modell und Verknüpfen (integrating) der Textrepräsentation mit der Bildrepräsentation und Verknüpfung von neuem Wissen mit bereits erworbenem aus dem Langzeitgedächtnis.
Während des Lernens werden permanent gesprochener oder geschriebener Text sowie Bildinformationen im Gedächtnis verarbeitet. Nach der Theorie multimedialen Lernens (Mayer, 2005b) gelangen Text- und Bildinformationen zunächst, über die Augen und Ohren aufgenommen, in das sensorische Gedächtnis (s. Abb. 3.1), wo die Informationen für sehr kurze Zeit präsent gehalten werden, um über den weiteren Verarbeitungsprozess zu entscheiden. Als wichtig ausgewählte, über die Ohren aufgenommene, gesprochene Wörter bzw. Informationen werden über den auditiv/verbalen Kanal an das Arbeitsgedächtnis weitergeleitet; ebenso relevante visuelle Informationen. Diese erreichen das Arbeitsgedächtnis jedoch über den visuell/bildhaften Kanal. Für geschriebenen Text gilt allerdings die Besonderheit, dass er zunächst im visuell/bildlichen Kanal verarbeitet wird und dann in den auditiv/verbalen Kanal wechselt. Folglich müssen für geschriebenen Text aus beiden Kanälen kognitive Ressourcen zur Verfügung gestellt werden, um die Informationen adäquat zu verarbeiten. Das Arbeitsgedächtnis ist der zentrale Ort des Gedächtnissystems, an dem multimediales Lernen stattfindet. Es hält die Information, getrennt im visuell/bildhaften und auditiv/verbalen Kanal präsent und ermöglicht eine aktive Verarbeitung der neuen Informationen. Dabei werden relevante Informationen ausgewählt (Selektion), strukturiert
3 Lernen mit Medien
(Organisation) und zu einem mentalen Modell zusammengefügt (Integration). Erst wenn sowohl ein visuell/bildhaftes als auch ein auditiv/verbales Modell vorhanden ist, wird aus beiden Modellen ein gemeinsames Modell konstruiert, ergänzt und verknüpft mit dem aus dem Langzeitgedächtnis abgerufenen Vorwissen. Abb. 3.1: kognitive Theorie multimedialen Lernens (SOI-Modell) nach Mayer (2001, 47)
Die kognitive Theorie multimedialen Lernens (Mayer, 2001, 2005b) wurde von Moreno (2005) um den taktilen Sinneskanal erweitert. Er transferiert haptische Reize, z. B. Informationen über erfühlte Formen, Größen oder Oberflächenstrukturen von Gegenständen, in das sensorische Gedächtnis. Dort als lernrelevant erkannte haptische Informationen werden dann in das Arbeitsgedächtnis transferiert und neben visuellen und auditiven zu einem mentalen Modell integriert. Allerdings, beim multimedialen Lernen gibt es nur sehr wenige Lerninhalte, wo haptische Informationen bei der Bildung eines mentalen Modells eine Rolle spielen könnten. Ein Beispiel wäre ein multimediales Trainingsprogramm für Ärzte zur korrekten Bedienung eines Ultraschallgerätes. Neben dem Training der korrekten Nutzung der Software ist es auch notwendig, die richtige Handhabung des Schallkopfes zu üben.
CTML erweitert um taktilen Sinneskanal
3.3.3 Konsequenzen für die Gestaltung multimedialen Lernens Zwei wesentliche Konsequenzen für die Gestaltung von multimedialem Lernen lassen sich aus diesem Modell ableiten (Mayer, 2001): 1. Sobald dem Lernenden zu viele Informationen gemeinsam über einen Kanal angeboten werden, ist das Arbeitsgedächtnis überlastet und der Wissenserwerb behindert. Dies ist z. B. der Fall, wenn hintereinander schnell wechselnde Bildsequenzen in einer Animation zusammengestellt werden und zudem noch viel geschriebener Text zu den Inhalten angeboten wird. Denn beide Informationen werden über den visuellen Kanal verarbeitet. 2. Das Arbeitsgedächtnis ist ebenso überfordert, wenn zu viele Informationen gleichzeitig auf beiden Kanälen zu verarbeiten sind. Denn in diesem Fall muss das Arbeitsgedächtnis sehr viele Informationen gleichzeitig aktiv halten. Ein Beispiel: Werden auf einer Bildschirmseite viele informationshaltige Bilder mit ausführlichen geschriebenen und gesprochenen Erläuterungen dargestellt, so ist die kognitive Überlastung des Arbeitsgedächtnisses sehr wahrscheinlich. Hier muss nicht nur die visuelle Bildin-
3.3 Die kognitive Theorie multimedialen Lernens (CTML)
53
formation über den visuell/bildhaften Kanal verarbeitet werden, sondern zunächst auch der geschriebene Text, bevor der auditiv/verbale Kanal die Weiterverarbeitung übernimmt. Dieser jedoch ist bereits mit der Verarbeitung der gesprochenen Informationen belastet. Selbst danach muss das Arbeitsgedächtnis umfangreiche Ressourcen für die Integration von Text- und Bildinformation zu einem mentalen Modell zur Verfügung stellen, da erst der permanente Vergleich von beiden Informationen die Integration zu einem kohärenten Modell ermöglicht. Fünf Designprinzipien sollten darüber hinaus nach Mayer (2001) bei der Konzeption multimedialen Lernens Anwendung finden. Neben dem Modalitätsprinzip und dem Redundanzprinzip (s. Kap. 3.2), das: • Multimedia Prinzip: Die gemeinsame Präsentation von Texten und Bildern sollte insbesondere bei Lernenden mit geringem Vorwissen seine Anwendung finden (s. auch Kap. 17). • Kontiguitätsprinzi: Texte und Bilder sollten möglichst in räumlicher und zeitlicher Nähe zueinander präsentiert werden, um beide Kanäle optimal auszulasten, eine zeitnahe Verfügbarkeit von verbalem und bildhaftem Modell zu ermöglichen und um die Integration beider Modelle zu einem zu erleichtern (s. auch Kap. 17). • Kohärenzprinzip: Lernmaterial sollte nicht mit „interessantem Material“, das nicht direkt zum Verstehen des Lerninhaltes erforderlich ist, angereichert werden. Das kann das Lernen beeinträchtigen. Denn zusätzliche Informationen belasten das Arbeitsgedächtnis und beanspruchen kognitive Ressourcen, die für den eigentlichen Lern- und Verstehensprozess nicht mehr zur Verfügung stehen (s. auch Kap. 17). Darüber hinaus formuliert Mayer (2005a) weitere Prinzipien für multimediales Lernen, auf die in den entsprechenden Kapiteln dieses Kompendiums eingegangen werden soll, sowie Prinzipien für bestimmte Wissensgebiete.
3.4 Integriertes Modell des Text- und Bildverstehens Das Verständnis der Lerninhalte multimedialer Lernumgebungen hängt eng mit der Art und Weise zusammen, wie diese Inhalte angeboten werden. Insbesondere welche Medien für die Präsentation der Lerninhalte ausgewählt und wie diese miteinander kombiniert wurden, bestimmen mit, wie „verständlich“ das Lernmaterial für den einzelnen Lernenden ist. Texte, Bilder und Audio spielen dabei eine Schlüsselfunktion. Das integrierte Modell des Text- und Bildverstehens soll den Verstehensprozess von gesprochenen und geschriebenen instruktionalen Texten, statischen und bewegten Bildern ebenso erklären wie, den von Sounds (Cambliss & Calfee, 1998). Dabei ist es z. T. konkreter in der Darstellung des Text- und Bildverstehensprozesses als die kognitive Theorie multimedialen Lernens (Mayer, 2005c). Während die Cognitive-Load-Theorie (Chandler & Sweller, 1991; Sweller & Chandler, 1991) allein auf die Prozesse im Arbeitsgedächtnis fokussiert, betrachten sowohl die kognitive Theorie mulimedialen Lernens (CTML), als auch das Intergrierte Modell des Text- und Bildverstehens (Schnotz, 2005) den gesamten Verstehensprozess.
54
3 Lernen mit Medien
3.4.1 Theoretische Basis des Integrativen Modells
Duale Codierung der Informationen (s. Kap. 3.3.1) Arbeitsgedächtnisbegrenzung (s. Kap. 3.1.1 & Kap. 3.3.1) CTML-Modell (s. Kap. 3.3.1)
Konzept multipler Gedächtnissysteme
Mehrere mentale Repräsentationen beim Text- und Bildverstehen Text- und Bildverständnismodell
Annahmen auf denen das integrierte Modell aufbaut
Grundlagen zur Entwicklung des Modells
Informationsverarbeitung erfolgt getrennt nach visuell und auditiv dargebotener Information.
(Baddeley, 1992; Paivio, 1986)
Die Kapazität des Arbeitsgedächtnisses und jedes Verarbeitungskanals ist begrenzt.
(Baddeley, 1992; Chandler & Sweller, 1991)
Lernprozesse sind gekennzeichnet durch die Aufnahme von Informationen über zwei Sinneskanäle. Sie werden selektiert und aktiv im Arbeitsgedächtnis organisiert sowie in das bisherige Wissen integriert. Die menschliche kognitive Architektur weist drei Speicher auf, das sensorische Gedächtnis, das Kurzzeitgedächtnis bzw. Arbeitsgedächtnis und das Langzeitgedächtnis. Beim Text- und Bildverständnis konstruiert ein Lernender generell mehrere mentale Repräsentationen, beschreibende und darstellende.
(Mayer, 2001, 2005b)
Tabelle 3.4: Zusammenstellung theoretischer Erklärungsmodelle für das integrierte Modell
(Atkinson & Shiffrin, 1971)
(Kosslyn, 1994; van Dijk & Kintsch, 1983)
Texte und Bilder können erst dann verstanden (Schnotz & Bannert, werden, wenn sie über mehrere mentale Repräsen- 2003) tationsstufen kanalunabhängig in ein mentales Modell überführt wurden.
3.4.1.1 Das Konzept multipler Gedächtnissysteme – Drei-Speicher-Modell Nach Atkinson und Shiffrin (1971) besteht das menschliche Gedächtnis aus drei Teilen, dem Sensorischen Gedächtnis, dem Kurzzeitgedächtnis, auch Arbeitsgedächtnis genannt, und dem Langzeitgedächtnis. Das sensorische Gedächtnis (auch sensorisches Register) nimmt kurzzeitig, aber relativ vollständig die auf das Individuum einwirkenden Umgebungsinformationen auf. Durch selektive Aufmerksamkeit werden im Kurzzeitgedächtnis einige wenige relevante Informationen extrahiert und bleiben dort kurzzeitig für etwa 15 Sekunden für die weitere Verarbeitung erhalten. Kommen weitere neue Informationen hinzu, werden alte Einheiten verdrängt. Nur sehr wenige Informationen werden durch Wiederholen in das Langzeitgedächtnis übertragen. Das Langzeitgedächtnis verfügt über eine hohe Kapazität und dient der langfristigen Speicherung großer Informationsmengen. Dennoch kann ein Individuum nicht auf alle im Langzeitgedächtnis gespeicherten Informationen zugreifen, sondern nur auf jene, die nicht vergessen wurden, d. h. auf solche, die vielfältig mit anderen ähnlichen Informationen verbunden sind oder mit diesen Informationen im Zusammenhang abgespeichert wurden (Atkinson & Shiffrin, 1971).
3.4 Integriertes Modell des Text- und Bildverstehens
Sensorisches Gedächtnis Kurzzeitgedächtnis
Langzeitgedächtnis
55
3.4.1.2 Annahme mehrerer mentaler Repräsentationen beim Text und Bildverstehen
Mentale Repräsentationen
Oberflächenmerkmale
Propositionales Netzwerk
Mentales Modell
Um die in einer multimedialen Lernumgebung präsentierten Texte und Bilder verstehen zu können, müssen alle relevanten Elemente der Text- bzw. Bildinformation vom Lernenden simultan im Arbeitsspeicher verarbeitet werden. Dazu erzeugen Lernende im Arbeitsgedächtnis mentale Repräsentationen des relevanten Text- bzw. Bildinhaltes. Diese Repräsentationen dienen als Grundlage, die so lange im Arbeitsgedächtnis umstrukturiert und umkonstruiert sowie mit bereits verfügbaren Informationen aus dem Langzeitgedächtnis angereichert werden, bis ein komplexes kohärentes mentales Modell des Lerngegenstandes entstanden ist. Lernende gehen dabei schrittweise vor und erzeugen mehrere Repräsentationen, die nach und nach in ihrer Komplexität zunehmen. Zuerst wird eine Repräsentation erstellt, die Oberflächenmerkmale des Text- oder Bildinhaltes beinhaltet, z. B. eine Repräsentation über die Struktur eines Textes (Länge, Absatzhäufigkeit etc.) oder eines Bildes (Größe, verwendete Farben usw.). Diese Repräsentation wird in einem weiteren Schritt zu einem propositionalen Netzwerk ausdifferenziert, das die im Text vorhandenen Begriffe abbildet und miteinander in Beziehung setzt. Die Repräsentation eines proportionalen Netzwerkes dient demnach dazu, die im Text vorkommenden Begriffe miteinander zu verknüpfen. In einem weiteren und letzten Schritt wird die Repräsentation des propositionalen Netzwerkes zu einem mentalen Modell des Textinhaltes ausdifferenziert. Anders als beim Textverstehen folgt beim Bildverstehen auf die Repräsentation der Oberflächenmerkmale (visual image) nach Kosslyn (1994) und Lowe (1996) gleich die Bildung des mentalen Modells über den Bildinhalt.
3.4.1.3 Das Text- und Bildverständnismodell
Beschreibende Repräsentationen Darstellende Repräsentationen
56
Das von Schnotz und Bannert (2003) entwickelte Modell des Text- und Bildverstehens geht von zwei Annahmen aus: Paivios (1986) dualer Codierungstheorie und der Notwendigkeit mehrerer aufeinander aufbauender Repräsentationen (Kosslyn, 1994; Paivio, 1986; van Dijk & Kintsch, 1983) als Grundlage für das Text- bzw. Bildverständnis. Beide Annahmen wurden im Text- und Bildverständnismodell zusammengeführt, ergänzt um die Annahme, dass zwischen beschreibender und darstellender Repräsentation unterschieden wird. Beschreibende Repräsentationen werden für abstraktes Wissen und Zusammenhänge erzeugt, beispielweise um den Sachverhalt zu beschreiben, dass Katzen sowohl Säugetiere als auch Vögel fressen können. Darstellende Repräsentationen hingegen beschreiben einen konkreten Sachverhalt oder eine konkrete Sache. Zum Beispiel die Maus, deren Fressfeind die Katze ist. Die Repräsentation der Oberflächenmerkmale von Text- und Bildinhalten konstruiert der Lernende während seiner ersten visuellen bzw. auditiven Betrachtung des Textbzw. Bildmaterials. Aus einer differenzierteren Analyse des Textmaterials entsteht aus der Repräsentation der Oberflächenmerkmale ein proportionales Netzwerk des Textinhaltes (s. Abb. 3.2). Repräsentationen der Oberflächenmerkmale und des proportionalen Netzwerkes bilden den Lerninhalt kanalgebunden ab, also abhängig davon, ob er über die Augen oder Ohren aufgenommen wurde und ob er als Text oder Bild vorlag (s. Abb. 3.2).
3 Lernen mit Medien
Abb. 3.2: Modell des Text- und Bildverstehens nach Schnotz & Bannert (2003)
Mentale Modelle hingegen stellen Text- und Bildinhalte dar. Sie reduzieren die neue Information, führen Text- und Bildinformation auf abstraktem, Niveau zusammen und reichern diese mit zum Thema relevanten Inhalten des Vorwissens an. Sie werden je nachdem, ob es sich um Text- oder Bildinformationen handelt, direkt aus der Repräsentation der Oberflächenmerkmale erzeugt oder aus der Repräsentation des proportionalen Netzwerkes.
3.4.2 Das Integrierte Modell des Text- und Bildverstehens (ITPC) Das Integrierte Modell des Text- und Bildverstehens (Integrated Model of Text and Picture Comprehension, ITPC) von Schnotz (2005) (s. Abb. 3.3) geht ebenso wie die kognitive Theorie multimedialen Lernens (Mayer, 2005c) davon aus, dass die über die Sinneskanäle Augen und Ohren aufgenommenen Informationen kurzzeitig im sensorischen Register gespeichert werden, um Themen bzw. lernrelevante Informationen zu filtern und diese dann an das Arbeitsgedächtnis weiterzuleiten. Die Verarbeitung bildhafter und auditiver Informationen verläuft über zwei in ihrer Kapazität begrenzte, getrennte Kanäle, den visuellen und den auditiven Kanal.
3.4 Integriertes Modell des Text- und Bildverstehens
57
Abb. 3.3: Integriertes Modell des Text- und Bildverstehens (Schnotz, 2005)
Im Arbeitsgedächtnis werden zunächst mehrere beschreibende mentale Repräsentationen erzeugt, jeweils getrennt für auditive und bildhafte Informationen, bis beide Informationen in einem mentalen Modell miteinander verbunden werden, gemeinsam mit dem bereits vorhandenen Vorwissen, das aus dem Langzeitgedächtnis in Form von Schemata abgerufen wird. Mit Hilfe des integrierten Modells des Text- und Bildverstehens kann sowohl das Text- und Bildverständnis erklärt werden als auch das Hörverständnis und das Erleben von Musik sowie die Kombination von Texten, Bildern und Musik bzw. Geräuschen.
3.4.2.1 Das Verständnis von geschriebenem Text Wenn ein Lernender einen geschriebenen Text verstehen möchte, so wird nach dem ITPC-Modell (Schnotz, 2005) die visuell über das Auge aufgenommene verbale Information über das visuelle Register durch den visuellen Kanal zum visuellen Arbeitsgedächtnis weitergeleitet. Es resultiert eine Repräsentation der Oberflächenmerkmale des Textes. Ein verbaler Filter (Abb. 3.3) selektiert relevante verbale Informationen, die über den verbalen Kanal weitergeleitet und in einer propositionalen Repräsentation abgebildet werden. Sie schafft die Basis für das mentale Modell, das aus dieser propositionalen Repräsentation erzeugt wird. Dies erfolgt über themenbezogene Schemata aus dem Langzeitgedächtnis, die die propositionale Repräsentation ergänzen, umstrukturieren und ausbauen. Ebenso werden Repräsentationen aus dem bildhaften Kanal, falls diese zum Thema verfügbar waren, in den Prozess der mentalen Modellbildung mit einbezogen (s. auch Kap. 15).
58
3 Lernen mit Medien
3.4.2.2 Das Verständnis von gesprochenem Text Auch für das Verstehen von gesprochenem Text muss nach dem ITPC-Modell (Schnotz, 2005) die Information über das sensorische Register in das Arbeitsgedächtnis überführt werden. Erst über mehrere mentale Repräsentationen kann die Information verstanden werden. Gesprochener Text wird über das Ohr aufgenommen. Sofern Textinhalte durch das sensorische Register als relevant erkannt wurden, werden sie als auditive verbale Information durch den auditiven Kanal zum auditiven Arbeitsgedächtnis weitergeleitet. Hier wird eine Repräsentation der Oberflächenmerkmale des gehörten Textes erstellt. Ein auditiver Filter selektiert jene Informationen, die in eine propositionale Repräsentation umstrukturiert und verdichtet werden sollen. Schließlich wird diese Repräsentation zum darstellenden mentalen Modell ausgebaut unter Einbeziehung von aus dem Langzeitgedächtnis abgerufenem Vorwissen und Informationen des bildhaften Kanals (s. auch Kap. 16).
3.4.2.3 Das Verständnis von Bildern und Grafiken Bilder werden vom Lernenden verstanden, indem er die über das Auge aufgenommene Information im visuellen Register vorselektiert und relevante Bildinformationen über den visuellen Kanal zum visuellen Arbeitsgedächtnis weiterleitet. Hier wird eine Repräsentation des Bildes erstellt, auf deren Basis der visuell bildhafte Filter relevante Bildinformationen selektiert, welche die Konstruktion und Ausarbeitung des mentalen Modells anregen. Ergänzt werden kann das mentale Modell durch themenbezogene kognitive Schemata des Vorwissens, die aus dem Langzeitgedächtnis abgerufen werden, oder durch relevante Informationen, welche die propositionale Repräsentation eines dazugehörigen Textes liefert (s. auch Kap. 17).
3.4.2.4 Das Verständnis von Audio – Hintergrundmusik, Geräuschen, Sounds Geräusche oder Musik dringen als auditive Information durch das Ohr in das auditive Register ein und werden dann durch den auditiven Kanal zum auditiven Arbeitsgedächtnis weitergeleitet. Es wird eine Repräsentation des auditiv Wahrgenommenen erzeugt, die gefiltert den Aufbau des mentalen Modells steuert. Wiederum kann das mentale Modell durch relevante Informationen des verbalen oder visuellen Kanals und durch bereits erworbene Schemata ergänzt werden (s. auch Kap. 16).
3.4.3 Konsequenzen für die Gestaltung von multimedialem Lernen Neben den instruktionalen Konsequenzen, die schon für die Cognitive-Load-Theorie (Chandler & Sweller, 1991; Sweller & Chandler, 1991) (s. Kap. 3.2) und die kognitive Theorie multimedialen Lernens (Mayer, 2001, 2005b) beschrieben wurden (s. Kap. 3.3.2),
3.4 Integriertes Modell des Text- und Bildverstehens
59
leitet Schnotz (2005) aus dem integrierten Modell des Text- und Bildverstehens zusätzliche Empfehlungen für Designentscheidungen multimedialen Lernens ab. • Präsentationssequenz-Prinzip: Wenn Text und Bild nicht gleichzeitig präsentiert werden können, so sollte zuerst das Bild präsentiert werden und dann der Text, damit das mentale Modell des Bildes durch die Textinformation angereichert werden kann und nicht anders herum. Denn es ist aufwendiger, geschriebene Textinformationen zu verstehen als Bildinformationen. Geschriebener Text muss vom visuellen Verarbeitungskanal zum verbalen wechseln. Bevor der Lernende die Inhalte des geschriebenen Textes in ein mentales Modell integrieren kann, erstellt er zunächst eine propositionale Repräsentation der Textinformation. Wenn er also zunächst die Bildinformationen in ein mentales Modell integriert, dann steuert dieses mentale Modell die Bearbeitung des Textmaterials und es werden nur noch für das Bildverständnis ergänzende propositionale Repräsentationen im Arbeitsgedächtnis erzeugt und nicht der gesamte Textinhalt in propositionale Repräsentationen umgesetzt. Diese Vorgehensweise schont kognitive Ressourcen und ermöglicht dem Lernenden, einen großen Teil seiner Kapazität des Arbeitsgedächtnisses effizient für die Schemakonstruktion und die Konstruktion des mentalen Modells aufzuwenden. • Stucture-Mapping-Prinzip: Visualisieren mehrere inhaltlich äquivalente Bilder eine Information, so sollte nur das ausgewählt werden, welches den Wissensinhalt am adäquatesten repräsentiert (s. auch Kap. 17). • Prinzip der Prozesskontrolle: Bei besonders schwierigen Texten und dazugehörigen Grafiken sollte geschriebener Text die Grafik ergänzen, vorausgesetzt es liegen keine zeitlichen Beschränkungen vor. Es kann zunächst die Grafik in ein mentales Modell umgesetzt und dieses Modell durch die Textinformation angereichert werden. Diese Vorgehensweise schont, bei Betrachtung des gesamten Verstehensprozesses, kognitive Ressourcen, da der Text selektiv gelesen werden kann. Andernfalls, läge der Text auditiv vor, müsste er permanent komplett wiederholt werden, um beide Informationen zu einem kohärenten mentalen Modell zusammenzufügen. Das Prinzip der Prozesskontolle ist eine Ausnahme vom Modality Effect (s. Kap. 3.2.2.1), das nur bei sehr komplexem, schwierigem und umfassendem Lernmaterial Anwendung finden sollte.
3.5 Zusammenfassung In diesem Kapitel wurde auf grundlegende Erkenntnisse und theoretische Modelle der menschlichen Informationsverarbeitung eingegangen. Fünf Kernaspekte menschlicher Informationsverarbeitung lassen sich aus den beschriebenen Modellen subsumieren und sollten deshalb mindestens für eine lernwirksame Gestaltung multimedialen Lernens berücksichtigt werden. 1. Das menschliche Gedächtnis weist multiple Gedächtnissysteme auf (Atkinson & Shiffrin, 1971): das sensorische Gedächtnis, das Arbeitsgedächtnis und das Langzeitgedächtnis. Während das sensorische Gedächntis die Umgebungsinformation nahezu vollständig aufnimmt, ist die Kapazität des Arbeitsgedächtnisses begrenzt. Im Arbeitsgedächtnis kann nur mit wenigen Informationen operiert werden. Die Kapazität
60
3 Lernen mit Medien
des Langzeitgedächtnisses ist hoch, allerdings können nicht alle Wissensninhalte wieder abgerufen werden. 2. Informationen werden getrennt nach visuellen und auditiven Informationen verarbeitet (Baddeley, 1992; Paivio, 1986). Es gibt zwei Verarbeitungskanäle, einen für Bilder und Grafiken und einen für Sprechtexte, Musik oder Sounds. 3. Informationen werden aus dem Lernmaterial getrennt nach visueller und auditiver Information ins sensorische Gedächtnis übernommen und ausgewählte relevante Informationen vom senorischen Gedächtnis ins Arbeitsgedächtnis transferiert. Dort werden die Informationen organisiert und zu einem mentalen Modell unter Zuhilfenahme von Vorwissen aus dem Langzeitgedächtnis integriert (Mayer, 2001, 2005c). 4. Bis jedoch ein mentales Modell vom Lerninhalt im Arbeitsgedächtnis erzeugt werden kann, müssen zuvor mehrere mentale Repräsentationen des Lerninhaltes erstellt werden, die dann zum mentalen Modell integriert werden können (Kosslyn, 1994; Schnotz, 2005; Schnotz & Bannert, 2003; van Dijk & Kintsch, 1983). 5. Die begrenzte Arbeitsgedächtniskapazität muss zwischen drei Quellen mentaler Belastung aufgeteilt werden: dem Intrinsic Cognitive Load, dem Extraneous Cognitive Load und dem Germane Cognitive Load (Chandler & Sweller, 1991; Sweller, 2005a; Sweller & Chandler, 1991). Orientiert sich die Inhaltsauswahl, Komplexität, Schwierigkeit und der Umfang des Lernmaterials an den Lernvoraussetzungen der Lernenden, so ist der Intrinsic Cognitive Load lernförderlich gewählt. Durch die didaktische Gestaltung des Lernmaterials kann vor allem der Extranous Cognitive Load beeinflusst werden. Nicht lernrelevante kognitive Prozesse, wie z. B. das Suchen von Informationen, sollten möglichst vermieden werden, damit für die Schemakonstruktion und die Konstruktion des mentalen Modells umfangreiche kognitive Ressourcen zur Verfügung stehen. Bei Gestaltung multimedialen Lernens empfiehlt es sich darüber hinaus, die von Mayer (2005a) formulierten Prinzipien multimedialen Lernens bei der Konzeption mit zu berücksichtigen.
Literatur Anderson, J. R. (1983). The architecture of cognition. Cambridge, MA: Harvard University Press. Anderson, R. C., & Pearson, P. D. (1984). A schema-theoretic view of basic processes in reading comprehension. In P. D. Pearson (Ed.), Handbook of reading research (pp. 255−291). New York: Longman. Anderson, R. C., Spiro, R. J., & Anderson, M. C. (1978). Schemata as scaffolding for the representation of information in connected discourse. American Educational Research Journal, 15 (3), 433−440. Atkinson, C., & Shiffrin, R. M. (1971). The control of short-time-memory. Scientific American, 225, 82−90. Baddeley, A. D. (1992). Working Memory. Science, 255, 556−559. Brünken, R., Plass, J. L., & Leutner, D. (2003). Direct measurement of cognitive load in multimedia learning. Educational Psychologist, 38(1), 53−62. Cambliss, M. J., & Calfee, R. C. (1998). Textbooks for learning. Oxford: Blackwell. Chandler, P., & Sweller, J. (1991). Cognitive load theory and the format of instruction. Cognition and Instruction, 8(4), 293−332. Chi, M. T. H., Glaser, R., & Rees, E. (1983). Expertise in problem solving. In R. Sternberg (Ed.), Advances in the psychology of human intelligence. Hillsdale, NJ.: Erlbaum. Cook, L. K., & Mayer, R. E. (1988). Teaching readers about the structure of scientific text. Journal of Educational Psychology, 80, 448−456.
Literatur
61
Gerjets, P., & Scheiter, K. (2003). Goal configurations and processing strategies as moderators between instructional design and cognitive load: Evidence from hypertext-based instruction. Educational Psychologist, 38(1), 33−42. Glenberg, A. M., Smith, S. M., & Green, C. (1977). Type I rehearsal: Maintenance and more. Journal of Verbal Learning and Verbal Behavior, 16, 339−352. Kalyuga, S., Ayres, P., Chandler, P., & Sweller, J. (2003). The expertise reversal effect. Educational Psychologist, 38(1), 32−32. Kirschner, P. A. (2002). Cognitive load theory: Implications of cognitive load theory on the design of learning. Learning and Instruction, 12(1), 1−10. Kosslyn, S. M. (1994). Image and brain. Cambridge, M.A.: MIT Press. Larkin, J. H., McDermott, J., Simon, D. P., & Simon, H. A. (1980a). Models of competence in solving physics problems. Cognitive Science, 4, 317−345. Lowe, R. K. (1996). Background knowledge and the construction of a situational representation from a diagram. European Journal of Psychologie of Education, 11, 377−397. Marsh, R. L., Sebrechts, M. M., Hicks, J. L., & Landau, J. D. (1997). Processing strategies and secondary memory in very rapid forgetting. Memory & Cognition, 25, 173−181. Mayer, R. E. (1988). From novice to expert. In M. Helander (Ed.), Handbook of Human-Computer Interaction (pp. 569−580). Amsterdam, New York: North-Holland. Mayer, R. E. (1999). The promise of educational psychology. Upper Saddle River, NJ: Prentice Hall/ Merrill. Mayer, R. E. (2001). Multimedia learning. Cambridge: Cambridge University Press. Mayer, R. E. (2005a). Cambridge Handbook of Multimedia Learning. Cambridge: Cambridge University Press. Mayer, R. E. (2005b). Cognitive Theory of Multimedia Learning. In R. E. Mayer (Ed.), Cambridge Handbook of Multimedia Learning (pp. 31−48). Cambridge: Cambridge University Press. Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63, 81−97. Moreno, R. (2005). Instructional technology: Promise and pitfalls. In L. Pytlik-Zillig, M. Bodvarsson & R. Bruning (Eds.), Technology-based education: Bringing researchers and practitioners together (pp. 1−19). Greenwich, CT: Information Age Publishing. Paas, F., Renkl, A., & Sweller, J. (2003). Cognitive load theory and instructional design: Recent developments. Educational Psychologist, 38(1), 1−4. Paivio, A. (1986). Mental representations: A dual coding-approach. New York: Oxford University Press. Peterson, L. R., & Peterson, M. J. (1959). Short-term retention of individual verbal items. Journal of experimental Psychology, 58, 193–198. Reimann, P. (1997). Lernprozesse beim Wissenserwerb aus Beispielen. Analyse, Modellierung, Förderung. Bern: Hans Huber. Renkl, A. (2002). Worked-out examples: instructional explanations support learning by self-explanations. Learning and Instruction, 12(5), 529−556. Renkl, A. (2005). The Worked-Out Examples Principle in Multimedia Learning. In R. E. Mayer (Ed.), The Cambridge Handbook of Multimedia Learning (pp. 229−245). Cambridge: Cambridge University Press. Renkl, A., & Atkinson, R. K. (2003). Structuring the transition from example study to problem solving in cognitive skill acquisition: A cognitive load perspective. Educational Psychologist, 38(1), 15−22. Schank, R. C., & Abelson, R. P. (1977). Scripts, plans, goals, and understanding. − An inquiry into human knowledge structures. Hillsdale, NJ.: Erlbaum. Schnotz, W. (2005). An integrated Model of Text and Picture Comprehension. In R. E. Mayer (Ed.), Cambridge Handbook of Multimedia Learning (pp. 49−69). Cambridge: Cambridge University Press. Schnotz, W., & Bannert, M. (2003). Construction and interference in learning from multiple representations. Learning and Instruction, 13, 141−156. Simon, H. A. (1974). How big is a chunk? Science, 183, 482−488. Sweller, J. (1999). Instructional design in technical areas. Camberwell, Vic: ACER Press. Sweller, J. (2005). Implications of Cognitive Load Theory for Multimedia Learning. In R. E. Mayer (Ed.), The Cambridge Handbook of Multimedia Learning (pp. 19−30). Cambridge: Cambridge University Press. Sweller, J., & Chandler, P. (1991). Evidence for cognitive load theory. Cognition and Instruction, 8(4), 351−362.
62
3 Lernen mit Medien
Sweller, J., Chandler, P., Tierney, P., & Cooper, M. (1990). Cognitive load as a factor in the structuring of technical material. Journal of Experimental Psychology: General, 119, 176−192. Tinsdall-Ford, S., Chandler, P., & Sweller, J. (1997). When two sensory modes ar better than one. Journal of Experimental Psychologie: Applied, 3, 257−287. van Bruggen, J. M., Kirschner, P. A., & Jochems, W. (2002). External representation of argumentation in CSCL and the management of cognitive load. Learning and Instruction, 12(1), 1−10. van Dijk, T. A., & Kintsch, W. (1983). Strategies of discourse comprehension. New York, London: Academic Press. Van Gerven, P. W. M., Paas, F. G. W. C., van Merriënboer, J. J. G., & Schmidt, H. G. (2002). Cognitive load theory and aging: effects of worked examples on training efficieny. Learning and Instruction, 12(1), 87−105. van Merriënboer, J. J. G., Schuurman, J. G., de Croock, M. B. M., & Paas, F. G. W. C. (2002). Redirecting learners’ attention during training: effects on cognitive load, transfer test performance and training efficiency. Learning and Instruction, 12(1), 11−38. Wittrock, M. C. (1989). Generative processes of comprehension. Educational Psychologist, 24, 245−376.
Literatur
63
4
Selbstreguliertes Lernen
E-Learning bedeutet oftmals individuelles Lernen mit Hilfe eines computergestützten Lernprogramms. Lernende sind somit aufgefordert, sich den dargebotenen Lernstoff ohne Unterstützung von außen anzueignen. Gerade in diesem Fall spielt die Fähigkeit, den eigenen Lernprozess selbst zu steuern und zu regulieren, eine bedeutende Rolle. Der Lernende muss die Tätigkeiten, die sonst zumindest teilweise von einem Lehrer übernommen werden, selbst übernehmen, sich also selbstständig neues Wissen erarbeiten. Dazu ist es notwendig, dass der Lerner über ausreichende Kompetenzen zum Lernen verfügt (Schreiber, 1998), die ihm meist zunächst vermittelt werden müssen. Nach erfolgreicher Bearbeitung dieses Kapitels werden Sie wissen,
Lehrziele
• was man unter selbstreguliertem Lernen versteht, • welche Modelle des selbstregulierten Lernens aktuell relevant sind, • welche Lernstrategien unterschieden werden und wie diese vermittelt werden können, • wie selbstregulierte Lernprozesse sinnvoll unterstützt werden können und • wie selbstregulative Fähigkeiten insgesamt gefördert werden können.
4.1 Was ist selbstreguliertes Lernen? Im deutsch- und englischsprachigen Raum finden sich unterschiedliche Begriffe für selbstreguliertes Lernen, die mehr oder weniger synonym verwendet werden. So wird häufig auch von selbstgesteuertem Lernen, autonomem Lernen, selbstorganisiertem Lernen, Self-Directed Learning etc. gesprochen (Götz, 2006; Schreiber, 1998). Allen gemeinsam ist die Betonung der aktiven Rolle des Lernenden: Er muss seinen Lernprozess selbstständig planen, sich eigene Ziele setzen, sein Vorwissen aktivieren, sich seine Lernressourcen suchen und selbstständig nach seiner eigenen Geschwindigkeit bearbeiten (vgl. Fischer & Mandl, 2002). Er muss seinen Lernfortschritt überwachen, sich an die sich verändernden Anforderungen des Lernmaterials anpassen und sein Lernergebnis schließlich bewerten. Weiterhin muss er wissen, wie er die Lerninhalte bewältigen kann, er muss sich selbst motivieren können und wissen, wie er seine Aufmerksamkeit aufrechterhalten kann (Fischer & Mandl, 2002; Simons, 1992). Darüber
4.1 Was ist selbstreguliertes Lernen?
65
Selbstreguliertes und fremdreguliertes Lernen als Endpunkte eines Kontinuums
Definition selbstreguliertes Lernen
hinaus muss er seine Lernumgebung den Zielen entsprechend gestalten und seine Ressourcen einteilen. Völlige Selbststeuerung ist jedoch selten zu finden, insbesondere im schulischen oder universitären Kontext. Zumindest bei der Zielsetzung wird den Lernenden zumeist nicht völlige Entscheidungsfreiheit gewährt. Nach Simons (1992) ist selbstreguliertes Lernen ebenso wie fremdreguliertes Lernen selten bzw. nie in Reinform zu finden. Vielmehr sollten beide Formen des Lernens als Extreme eines Kontinuums begriffen werden, zwischen denen Lernende sich bewegen. Nach Schiefele und Pekrun (1996) bedeutet selbstreguliertes Lernen „eine Form des Lernens, bei der eine bestimmte Person in Abhängigkeit von der Art der Lernmotivation selbstbestimmt eine oder mehrere Steuerungsmaßnahmen (kognitiver, metakognitiver, volitionaler oder verhaltensmäßiger Art) ergreift und den Fortgang des Lernprozesses selbst überwacht“ (S. 258). Damit dies gelingen kann, sind entsprechende Lernkompetenzen zur Bewältigung des Lernstoffs und zur Steuerung und Regulation des Lernprozesses notwendig. Dazu gehört ein Repertoire an Lernstrategien (Götz, 2006). Neben kognitiven Strategien sind dies auch metakognitive und motivationale bzw. volitionale Strategien, ebenso wie Strategien des Ressourcenmanagements. Im Folgenden werden aktuelle Modelle des selbstregulierten Lernens vorgestellt und miteinander verglichen.
4.2 Modelle selbstregulierten Lernens 4.2.1 Die sozial-kognitive Perspektive nach Zimmerman Die sozial-kognitive Perspektive sieht Selbstregulation als triadische Interaktion aus personeninternen, verhaltens- und umgebungsbezogenen Prozessen (Straka, 2006; Zimmerman, 2000; Bandura, 1986). Selbstregulation wird als Zyklus angesehen (Abb. 4.1), da Abb. 4.1: Selbstregulation als triadische Interaktion nach Zimmerman (2000)
Person Verhaltensbezogene Selbstregulation
Verdeckte/interne Selbstregulation
Umwelt
Verhalten Umgebungsbezogene Selbstregulation
Strategienutzung Rückkopplungsschleife
66
4 Selbstreguliertes Lernen
vorangegangene Leistungen rückgemeldet werden, um aktuelle Lernanstrengungen daran anzugleichen. Diese Vergleiche sind wichtig, weil sich personeninterne, verhaltens- und umgebungsbezogene Bedingungen beim Lernen ständig verändern (Straka, 2006). Über drei Feedback-Schleifen werden die Ergebnisse der personeninternen, verhaltens- und umgebungsbezogenen Prozesse jeweils rückgekoppelt und aktuelle Lernanstrengungen entsprechend angepasst. Verhaltensbezogene Selbstregulation umfasst dabei Selbstbeobachtung und strategische Anpassung der Lernhandlungen. Umweltbezogene Selbstregulation meint die Überwachung und Anpassung der Lernumgebung sowie der (Zwischen-) Ergebnisse der Handlungen. Die interne Selbstregulation bezieht sich auf die Überwachung und Anpassung kognitiver und affektiver Zustände. Nach Zimmerman (1998, 2000) lassen sich für selbstregulierte Prozesse drei Phasen unterscheiden, die zyklisch miteinander verbunden sind. Es handelt sich dabei um die Phase der Vorausschau oder Planung, die Phase der Durchführung und der volitionalen Kontrolle sowie um die Phase der Selbstreflexion (Abb. 4.2):
Abb. 4.2: Drei Phasen des selbstregulierten Lernprozesses nach Zimmerman (1998, 2000)
Durchführung/ Volitionale Kontrolle
Vorausschau / Planung
Phasen selbstregulierter Prozesse
Selbstreflexion
Mit jeder Phase sind bestimmte Aktivitäten verbunden, darüber hinaus lassen sich jeder Phase bestimmte Prozesse und Subprozesse zuordnen. Abbildung 4.3 gibt einen Überblick über die Phasen des Lernprozesses und die damit verbundenen Aktivitäten: Phasen und Subprozesse der Selbstreaktion (zyklisch) Vorausschau/ Planung
Durchführung/ volitionale Kontrolle
Selbstreflexion
Aufgabenanalyse Ziele setzen Strategische Planung
Selbstkontrolle Selbstinstruktion Bildliche Vorstellungen Steuerung der Aufmerksamkeit Strategische Maßnahmen
Selbstbewertung Selbstbeurteilung eigener Leistung Kausalattribution
Selbstbezogene motivationale Überlegungen Selbstwirksamkeit Ergebniserwartungen Intrinsisches Interesse Zielorientierung
Selbstbeobachtung Beobachten und Festhalten eigenen Handelns
Selbstreaktion Einbezug der Ergebnisse der Selbstbeurteilung zur Anpassung künftiger Lernhandlungen
4.2 Modelle selbstregulierten Lernens
Abb. 4.3: Phasen des selbstregulierten Lernens
67
Phase der Vorausschau und Planung
Phase der Durchführung
Phase der Selbstreflexion
Nach der sozial-kognitiven Perspektive setzen sich Lernende in der Phase der Vorausschau und Planung zunächst Ziele und planen, welche Lernstrategien eingesetzt werden. Einfluss auf diese Prozesse haben Selbstwirksamkeitsüberzeugungen, Ergebniserwartungen und das intrinsische Interesse am Lernstoff. Während der eigentlichen Durchführung des Lernprozesses spielen Selbstkontrolle und Selbstbeobachtung eine wichtige Rolle: die Lernstrategien werden eingesetzt, gleichzeitig muss überprüft werden, ob deren Auswahl und Einsatz adäquat für die anstehenden Aufgaben ist. Die Aufmerksamkeit muss auf die Lerninhalte fokussiert werden und das eigene Handeln muss überwacht werden. In der Phase der Selbstreflexion geht es in erster Linie darum, die eigene Leistung zu bewerten. Hier spielt der Attributionsstil eine wichtige Rolle: Die Ergebnisse werden entweder der eigenen Leistung zugeschrieben oder äußeren Umständen, was wiederum Auswirkung auf künftige Lernhandlungen hat. Letztlich müssen die Ergebnisse der Selbstbeurteilung dazu genutzt werden, um darauf aufbauend künftige Lernprozesse zu planen. Im Zentrum des Modells nach Zimmerman stehen Prozesse der Selbstregulation, es werden damit vor allem metakognitive Fähigkeiten (planen, durchführen und reflektieren bzw. bewerten) betont.
4.2.2 Das „Drei-Schichten-Modell des selbstregulierten Lernens“ Das Drei-Schichten-Modell des selbstregulierten Lernens nach Boekaerts (1999) konzentriert sich auf das Zusammenspiel von Lern- und Arbeitsstrategien und ihrer motivationalen und emotionalen Bedingungen. Wie auch im Modell nach Zimmerman wird selbstreguliertes Lernen als „eigenständiges Entwickeln von Gedanken, Gefühlen und Handlungen verstanden, die systematisch auf das Erreichen eigener Ziele ausgerichtet sind“ (Straka, 2006). Der selbstregulative Prozess ist gekennzeichnet durch drei Schichten bzw. Regulationsebenen: die Regulation des Selbst, die Regulation des Lernprozesses und die Regulation des Verarbeitungsmodus. Abb. 4.4: Modell des selbstregulierten Lernens nach Boekaerts
Regulation des Selbst / der Gruppe Regulation des Lernprozesses Regulation des Verarbeitungsmodus
Wahl kognitiver Strategien
Metakognitive Strategien Wahl von Zielen und Ressourcen
68
4 Selbstreguliertes Lernen
Die Regulation des Verarbeitungsmodus beinhaltet die Wahl kognitiver Strategien, anhand derer die Lerninhalte bearbeitet werden. Damit umfasst der innerste Kreis des Modells „die kognitiven Prozesse […], die unmittelbar der Erarbeitung von Lernergebnissen dienen“ (Götz, 2006, S. 11). Die Kenntnis kognitiver Lernstrategien gilt als Voraussetzung der erfolgreichen Regulation von Lerntätigkeiten. Die Regulation des Lernprozesses bezieht sich auf die Wahl metakognitiver Strategien, die dem Lernenden dabei behilflich sind, den Einsatz kognitiver Strategien zu steuern. Dazu gehören Strategien der Planung, z. B. beim Festlegen von Lernzielen, der Durchführung bzw. der Überwachung des Lernfortschritts sowie Strategien der Bewertung der Lernergebnisse. Der Einsatz dieser metakognitiven Strategien ist häufig fachgebunden. Die äußerte Schicht im Modell, die Regulation des Selbst, umfasst die Wahl von Zielen und Ressourcen sowie motivationale Aspekte selbstregulierter Lernprozesse. Aktuelle und künftige Tätigkeiten müssen entsprechend eigener Bedürfnisse, Wünsche, Erwartungen und Ressourcen ausgewählt werden. Darüber hinaus gehört die Fähigkeit, eigene Ziele gegen konkurrierende Einflüsse abzuschirmen, mit zur Regulation des Selbst. Motivationale Aspekte sorgen dafür, dass Lernaktivitäten in Gang gesetzt werden (Götz, 2006). Die genannten Regulationsprozesse der drei Schichten sind dabei wechselseitig aufeinander bezogen und beinhalten unterschiedliche Komponenten der Informationsverarbeitung (vgl. Straka, 2006; Boekaerts, 1999; Boekaerts & Minnaert, 1999). So nimmt das persönliche Ziel (z. B. „guter Studienabschluss“, „gute Klausurnote“) Einfluss auf die konkrete Planung des Lernprozesses („Ich werde mich heute mit der Klausurvorbereitung befassen und den Abschnitt „Selbstreguliertes Lernen“ durcharbeiten“) sowie auf die Wahl der Strategien zur Erarbeitung des Lernstoffs. Zur Vermittlung selbstregulatorischer Kompetenzen müssen die Regulationsprozesse aller drei Schichten vermittelt werden (Götz, 2006).
Regulation des Verarbeitungsmodus
Regulation des Lernprozesses
Regulation des Selbst
4.2.3 Das Selbstregulationsmodell von Schiefele und Pekrun Das integrative Rahmenmodell des selbstregulierten Lernens nach Schiefele und Pekrun (1996) (Abb. 4.5) betont den prozessualen Charakter des Lernens und stellt das Zusammenwirken von Lernermerkmalen, Lernsteuerung und Lernprodukten dar. Zu den Lernermerkmalen gehören kognitive Komponenten (Repertoire an Lernstrategien, metakognitives Wissen, fachbezogenes Vorwissen, Intelligenz), motivationale Komponenten (Interesse, Motive, motivationsrelevante Kognitionen, volitionale Merkmale) sowie emotionale Komponenten (allgemeine Gestimmtheit). Diese nehmen Einfluss auf die Art und Weise der internen Steuerung des Lernprozesses. Die Lernsteuerung wird – wie im Modell von Zimmerman – in die drei Phasen Planung (vor dem Lernen/vorwärtsgerichtet), Durchführung (während des Lernens/gegenwartsorientiert) und Bewertung (nach dem Lernen/rückwärts- bzw. zukunftsgerichtet) unterteilt. In allen drei Phasen kann sowohl intern als auch extern auf die Lernsteuerung Einfluss genommen werden. Der Grad der Selbst- bzw. Fremdbestimmung des Lernprozesses ist dabei nicht allein von der An- bzw. Abwesenheit eines Lehrenden abhängig (Wild, Hofer & Pekrun, 2006). Externe Faktoren, die den Lernprozess beeinflussen, sind z. B. auch die Lernumgebung, die angewandten Unterrichtsmethoden und das Verhalten des Lehrenden, aber auch institutionelle Rahmenbedingungen. Bei der internen
4.2 Modelle selbstregulierten Lernens
Lernermerkmale
Lernsteuerung
69
Abb. 4.5: Selbstregulationsmodell nach Schiefele und Pekrun (1996) Planung
Durchführung
Bewertung
Lernprodukte
70
Lernsteuerung fallen in den unterschiedlichen Phasen unterschiedliche Aufgaben an, die vom Lernenden zu bewältigen sind. In der Phase der Planung sind das z. B. die Bildung einer Lernabsicht (motivationale Komponente) und die Lernplanung, z. B. durch Setzen von Zielen, aber auch durch Vorbereitung der Lernumgebung (Ressourcenmanagement). Auch die Art und Weise, wie dem künftigen Lernprozess entgegengeblickt wird (emotionale Ebene), spielt bei der Lernplanung eine Rolle. In der Phase der Durchführung müssen passende Lernstrategien ausgewählt und eingesetzt werden (kognitive Ebene), der Lernprozess muss hinsichtlich des Lernfortschritts überwacht und reguliert werden (metakognitive Ebene). Außerdem muss die Lernabsicht gegen konkurrierende Einflüsse abgeschirmt werden (motivationale bzw. volitionale Ebene). Nach Abschluss des Lernprozesses, in der Phase der Bewertung, wird das Lernergebnis hinsichtlich der Zielerreichung diagnostiziert (metakognitive Ebene). Aus dem Ergebnis sollten Schlüsse für künftige Lernhandlungen gezogen werden, die in die nächste Planungsphase des Lernprozesses eingehen. Die Lernprodukte stehen am Ende des Lernprozesses. Es handelt sich dabei um deklaratives bzw. prozedurales Wissen, das durch die Beschäftigung mit dem Lerngegenstand erworben wurde. Merkmale dieses Wissens sind z. B. Umfang, Tiefe, Differenziertheit, Kohärenz und Integration mit dem Vorwissen (Götz, 2006).
4 Selbstreguliertes Lernen
4.2.4 Vergleich der vorgestellten Modelle Alle drei Modelle des selbstregulierten Lernens betonen die Relevanz metakognitiver Prozesse. Das eher allgemein gehaltene Modell von Boekaerts (1999) bietet einen grundlegenden Überblick über zentrale Prinzipien selbstregulierten Lernens (Götz, 2006). Sowohl Zimmerman (1998, 2000) als auch Schiefele und Pekrun (1996) betonen den prozesshaften Charakter selbstregulierter Lernprozesse und zeigen eine zeitliche Abfolge der einzelnen Phasen Planung, Durchführung und Bewertung auf. Durch die Rückmeldung der Lernergebnisse und deren Einbezug in die Planung künftiger Lernprozesse wird ein zyklischer Ablauf hervorgehoben. In allen drei Modellen werden kognitive, metakognitive, motivationale bzw. volitionale sowie ressoucenbezogene Mechanismen erwähnt. Daher ist die Vermittlung entsprechender Strategien für die Förderung selbstregulativer Kompetenzen von besonderer Bedeutung.
4.2.5 Weitere Modelle Neben den hier vorgestellten Modellen des selbstregulierten Lernens existieren eine Reihe Modelle, die auch von Bedeutung sind, hier jedoch nicht detailliert dargestellt werden können. Als ein wichtiges Modell ist das Selbstregulationsmodell von Schmitz (2001) zu nennen, das Ansätze des Modells von Zimmerman (2000) und Aspekte des Handlungsmodells von Kuhl (1987) und des Lernprozessmodells von Schmitz und Wiese (1999) integriert (Götz, 2006). Schmitz unterteilt den Lernprozess in drei Phasen (präaktional, aktional und postaktional), in denen bestimmte Aufgaben für den Lerner anfallen. Der prozessuale Charakter des Lernens wird in diesem Modell betont. Bedingungen der Lernumgebung und der Lernaufgabe sowie Aspekte der Motivation, Emotion und der Ziele des Lerners finden in diesem Modell ebenfalls Beachtung.
Selbstregulationsmodell von Schmitz
4.3 Lernstrategien Selbstreguliertes Lernen kann nur erfolgreich sein, wenn Lernende über ein umfassendes Repertoire an Lernstrategien verfügen und wissen, wann sie welche Lernstrategien einsetzen sollen. Nach Weinstein und Mayer (1986, S. 315) sind Lernstrategien „Verhaltensweisen und Kognitionen, die ein Lerner während des Lernens zur Beeinflussung des Enkodierungsprozesses anwendet“. Wild, Hofer und Pekrun (2006) definieren Lernstrategien in Anlehnung an Friedrich und Mandl (1992) als „mental repräsentierte Schemata oder Handlungspläne zur Steuerung des eigenen Lernverhaltens […], die sich aus einzelnen Handlungssequenzen zusammensetzen und situationsspezifisch abrufbar sind. Zum anderen sind Lernstrategien Sequenzen von Handlungen, mit denen ein bestimmtes Lernziel erreicht werden soll“ (S. 245).
4.3 Lernstrategien
Definition Lernstrategien
71
In der Literatur werden verschiedene Kategorien von Lernstrategien unterschieden. Zu den bekanntesten Lernstrategiekonzepten gehören der Ansatz von Weinstein und Mayer (1986) sowie der Ansatz von Pintrich et al. (1993). Einen Überblick über beide Ansätze bieten z. B. Straka (2006) und Wild (2000). Friedrich und Mandl (2006) unterscheiden folgende Kategorien von Lernstrategien: • kognitive Strategien, • metakognitive Strategien, • motivational-emotionale Stützstrategien, • kooperative Lernstrategien sowie • ressourcenorientierte Strategien. Jede Kategorie umfasst dabei mehrere Arten von Lernstrategien, die im Folgenden dargestellt werden.
4.3.1 Kognitive Strategien Kognitive Strategien beziehen sich auf den direkten Umgang mit den Lerninhalten. Wild (2000) definiert eine kognitive Lernstrategie als „ein Set spezifischer kognitiver Prozeduren und diese unterstützende Verhaltensweisen […], das Personen zur Enkodierung und zur Speicherung neuer Wissensbestände einsetzen“ (S. 59). Kognitive Strategien sind Informationsverarbeitungsstrategien, die der unmittelbaren Aufnahme, Verarbeitung und Speicherung von Informationen dienen. Dazu zählen sowohl oberflächenorientierte Strategien, wie z. B. Wiederholungsstrategien, als auch tiefenorientierte Strategien wie Organisations- und Elaborationsstrategien sowie Strategien der Wissensnutzung.
4.3.1.1 Wiederholungsstrategien Wiederholungsstrategien dienen z. B. dem Auswendiglernen einzelner Fakten und sollen eine feste Verankerung im Langzeitgedächtnis sicherstellen (Wild, Hofer & Pekrun, 2006). Bei einfachen Lernaufgaben beinhalten diese Strategien z. B. wiederholtes Aufzählen und Benennen, bei komplexeren Lernaufgaben jedoch auch Tätigkeiten wie Herausschreiben oder Unterstreichen wesentlicher Passagen (Wild, 2000).
4.3.1.2 Organisationsstrategien Bei Organisationsstrategien geht es darum, die Lerninhalte zu strukturieren, auf das Wesentliche zu reduzieren und Verknüpfungen zwischen einzelnen Wissenselementen herauszuarbeiten. Zu den Organisationsstrategien zählen z. B. Mapping-Strategien, also Strategien der externen Visualisierung.
72
4 Selbstreguliertes Lernen
4.3.1.3 Elaborationsstrategien Elaborationsstrategien dienen dem Verstehen und dauerhaften Behalten neuer Informationen (Friedrich & Mandl, 2006). Sie unterstützen die Integration neuer Informationen in bereits bestehende Wissensstrukturen und erleichtern damit den späteren Abruf. Zu den Elaborationsstrategien zählen z. B. das Aktivieren von Vorwissen, ImageryStrategien, Notizenmachen oder Fragenstellen.
4.3.1.4 Wissensnutzungsstrategien Wissensnutzungsstrategien sollen dazu beitragen, verfügbares Wissen anzuwenden. Sie sollen also den Transfer des Gelernten fördern. Dazu gehören z. B. Diskutieren und Argumentieren sowie Textproduktion oder Problemlösestrategien.
4.3.2 Metakognitive Strategien Metakognitive Strategien dienen der eigentlichen Regulation des Lernprozesses. Dazu gehören Selbstregulations- und Selbstkontrollstrategien wie Planen, Überwachen und Bewerten. Im Idealfall versetzen Kenntnisse metakognitiver Strategien den Lernenden in die Lage, den Lernprozess ohne fremde Hilfe zu steuern. Dieser Strategieart kommt daher im Rahmen des selbstregulierten Lernens eine besondere Bedeutung zu.
4.3.2.1 Planen Vor Beginn jedes Lernprozesses sollten die anstehenden Lernaktivitäten geplant werden. Lernende sollten sich überlegen, wie der Lernprozess ablaufen soll, welche Strategien eingesetzt und welche Ziele dadurch erreicht werden sollen. Das Setzen von Zielen bildet die Grundlage für die nach dem Lernprozess stattfindende Bewertung desselben und ist daher von hoher Relevanz. In die Planungsphase gehört auch die Gestaltung der Lernsituation bzw. der Lernumgebung.
4.3.2.2 Überwachen/Monitoring In dieser Phase geht es darum, den eigenen Lernfortschritt zu beobachten und die Lernaktivitäten hinsichtlich der Zielerreichung zu überwachen. Dabei werden immer wieder die Istzustände festgestellt und mit dem vorher definierten Sollzustand verglichen. Diese Selbstkontrolle (Self-Monitoring) umfasst z. B. die Lenkung der Aufmerksamkeit auf den Lernstoff und das Stellen von Fragen zum Lerninhalt, um zu prüfen, ob man den Inhalt wirklich verstanden hat.
4.3 Lernstrategien
73
4.3.2.3 Bewerten/Regulieren In der Phase der Bewertung stellt der Lernende fest, ob er seine Ziele erreicht hat, und führt darüber hinaus eine Gesamtbewertung des Lernprozesses durch. Es geht darum festzustellen, ob der Lernprozess wie gewünscht verlaufen ist und wo Schwierigkeiten aufgetreten sind. Diskrepanzen zu Sollwerten müssen erkannt werden. Die Einschätzung des eigenen Lernprozesses soll vom Lernenden dazu genutzt werden, künftige Lernaktivitäten entsprechend anzupassen und aufgetretene Schwierigkeiten zu beseitigen. Man spricht deshalb auch von Regulation. In diesen Bereich fallen auch Strategien der Selbstmotivierung (vgl. Götz, 2006; Schiefele & Pekrun, 1996). Selbstwirksamkeitsüberzeugungen sind in dieser Phase des Lernprozesses von hoher Bedeutung: Erlebt sich der Lernende als Urheber des Erfolgs, kann das zu einer künftig höheren Anstrengungsbereitschaft führen (Schreblowski & Hasselhorn, 2006). Der Förderung der Kompetenzwahrnehmung sollte daher Beachtung geschenkt werden.
4.3.3 Motivations- und Emotionsstrategien Sowohl die Motivation als auch lernrelevante Emotionen beeinflussen den Lernprozess nicht unerheblich. So kann ein Lerner zwar durchaus über ein breites Repertoire an kognitiven und metakognitiven Lernstrategien verfügen; ob er diese jedoch auch einsetzt, hängt von motivationalen Bedingungen ab, wie z. B. von seinem Interesse am Lerninhalt, seinen persönlichen Zielen und Bedürfnissen, aber auch von Merkmalen der Lernumgebung (Friedrich & Mandl, 2006). Motivational-emotionale Bedingungen beeinflussen den Ablauf des Lernprozesses z. B. hinsichtlich der Anstrengungsbereitschaft und Ausdauer, der Aufgabenwahl sowie der Wahl kognitiver bzw. metakognitiver Strategien. Besonders in Lernumgebungen, die selbstständiges Lernen erfordern, kommt der Einfluss individueller Motivationsvariablen zum Tragen (Friedrich & Mandl, 2006). Daher ist es günstig, über Strategien zu verfügen, die sowohl die Regulation der aktuellen Lernmotivation als auch die Emotionsregulation unterstützen. Dazu gehören z. B. Strategien zur Bewältigung von Prüfungsangst.
4.3.4 Strategien zum kooperativen Lernen Lernprozesse finden häufig im sozialen Kontext statt, nicht nur in Schulklassen oder Seminaren, sondern auch in multimedialen Lernumgebungen. Um kooperative Lernsituationen erfolgreich zu gestalten, müssen verschiedene Bedingungen erfüllt sein. Es reicht nicht, einfach Lerngruppen zu bilden. Adäquat gestaltete soziale Lernsituationen können sich sowohl positiv auf die eigene Motivation als auch auf die Motivation, andere zum Lernen anzuhalten, auswirken. Kooperatives Lernen spielt auch im Bereich des selbstregulierten Lernens eine bedeutende Rolle, da sozial-interaktive Lernformen dazu genutzt werden können, eigene Lernziele zu realisieren (Friedrich & Mandl, 2006). Strategien wie der Einsatz von Kooperationsskripts können dazu beitragen, den kooperativen Lernprozess der Gruppe zu strukturieren und zu regulieren (s. auch Kap. 23.7.1).
74
4 Selbstreguliertes Lernen
Mit Hilfe von kooperativen Strategien können die Phasen des kollaborativen Lernens unterstützt werden. Auch die Suche nach Hilfe (Academic Help Seeking), wenn man mit eigenen Mitteln nicht mehr weiterkommt, ist eine wichtige Kompetenz hinsichtlich der Selbstregulation von Lernprozessen. Lernende können nur dann ihren Lernprozess erfolgreich selbst regulieren, wenn sie ein breites Repertoire an oben genannten Lernstrategien besitzen. Viele Lernende verfügen jedoch nicht in ausreichendem Maße über diese Strategien. Besonders in offenen hypermedialen Lernumgebungen, die einen hohen Grad an Selbststeuerung ermöglichen bzw. fordern, kommt es häufig zu einer Überforderungen der Lernenden (vgl. Tergan, 1997). Um dies zu vermeiden, ist es notwendig, den Lernenden entsprechende Lernstrategien zu vermitteln.
4.3.5 Ressourcenorientierte Strategien Ressourcenorientierte Strategien werden auch als Stütz- oder Sekundärstrategien bezeichnet (vgl. Wild, Hofer & Pekrun, 2006). Sie umfassen Lerneraktivitäten, die auf eine Optimierung der zur Verfügung stehenden Ressourcen abzielen. Dazu gehören z. B. Zeitmanagement und die Gestaltung der Lernumgebung, aber auch die Steuerung der Anstrengungsbereitschaft sowie die Fokussierung der Aufmerksamkeit (Wild, 2000; Wild, Hofer & Pekrun, 2006).
4.4 Vermittlung selbstregulativer Fähigkeiten Selbstregulative Fähigkeiten können auf direktem oder auf indirektem Wege vermittelt bzw. gefördert werden, wobei beide Arten Vor- und Nachteile bieten.
4.4.1 Direkte Förderung Eine direkte Förderung der Lernenden durch Lernstrategietrainings kann unmittelbar vor der eigentlichen Lerneinheit stattfinden. Dabei werden den Lernenden verschiedene kognitive oder metakognitive Strategien vermittelt und deren Einsatz geübt. Durch diese Trainings konnten große Erfolge erzielt werden (vgl. Schreiber, 1998). Allerdings fehlt es oft an den nötigen Ressourcen, Lernstrategietrainings im Vorfeld einer Lerneinheit – z. B. eines Online-Seminars – durchzuführen. Darüber hinaus können diese Trainings nur dann stattfinden, wenn die Lernenden in irgendeiner Form in Gruppen organisiert oder institutionell eingebunden sind, so dass diejenigen, die sich individuell bilden bzw. weiterbilden oftmals nicht die Gelegenheit haben, an Trainings zur Förderung selbstregulativer Fähigkeiten teilzunehmen. Neben Lernstrategietrainings wurden in der Vergangenheit auch gute Erfolge durch den Einsatz von Lerntagebüchern erzielt (z. B. Landmann & Schmitz, 2007; Landmann, 2005; Perels, 2003). Diese beziehen sich auf das Self-Monitoring, eine der zentralen metakognitiven Kompetenzen. Lerntagebücher initiieren Selbstbeobachtungsprozesse
4.4 Vermittlung selbstregulativer Fähigkeiten
Lernstrategietrainings
Lerntagebücher
75
und können Selbstreflexionsprozesse auslösen: Das Bewusstwerden eigenen Lernhandelns kann bereits eine Verbesserung desselben herbeiführen. Der Nutzen solcher Selbstbeobachtungsinstrumente konnte in zahlreichen Studien belegt werden (Landmann & Schmitz, 2007). Neben Lerntagebüchern zählen dazu z. B. auch Lernprotokolle und Portfolios. Zur technischen Umsetzung von Lerntagebüchern s. Kap. 30.4.3.1.
4.4.2 Indirekte Förderung Eine indirekte Förderung von selbstregulativen Fähigkeiten bedeutet, dass die Lernenden durch die Lernumgebung unterstützt werden. Besonders in computergestützten Lernumgebungen kann eine indirekte Unterstützung gut umgesetzt werden. Die Lernumgebung kann auf unterschiedliche Weise so gestaltet werden, dass sich Möglichkeiten für selbstgesteuertes Lernen eröffnen bzw. dass sie selbstgesteuertes Lernen erfordern (vgl. Friedrich & Mandl, 1997). Gleichzeitig kann in den verschiedenen Phasen des Lernprozesses Unterstützung angeboten werden, z. B. durch Hilfen hinsichtlich der Zielsetzung und Planung des Lernprozesses oder durch Hilfen hinsichtlich der Selbstüberwachung durch Selbsttests etc. Aus kognitivistisch-konstruktivistischer Sicht steht die Eigenaktivität des Lernenden im Vordergrund. Die Lernumgebung kann lediglich eine Anregung dazu geben. Daraus lassen sich verschiedene Aspekte zur Gestaltung von Lernumgebungen ableiten (Friedrich & Mandl, 1997): • Sie sollen authentische, komplexe und realitätsnahe Lernprobleme beinhalten, • die Verknüpfung von Wissen und Handeln fördern, • den Aufbau multipler Perspektiven und kognitiver Flexibilität im Umgang mit Wissen fördern, • die Kooperation zwischen den Lernenden aktivieren, • den Transfer des Gelernten stützen und • Medien so einsetzen, dass diese die Funktion von kognitiven Werkzeugen für die Bearbeitung komplexer Probleme übernehmen. Die Gestaltung von Lernumgebungen nach diesen Prinzipien sagt jedoch noch nichts über den Grad der Freiheit aus, den sie hinsichtlich der Gestaltung des Lernprozesses gewähren. So bieten expositorische Lernumgebungen zwar die Möglichkeit der Bearbeitung der Lerninhalte nach eigenem Lerntempo, andere Aspekte wie Lernzielentscheidungen, Sequenzierung der Lerninhalte, Formen der Lernkontrolle etc. sind jedoch von Systemseite vorgegeben (Friedrich & Mandl, 1997). Exploratorische Lernumgebungen verlangen dagegen in der Regel mehr und auch komplexere Eigenaktivitäten seitens der Lernenden (Friedrich & Mandl, 1997). Empirische Befunde (vgl. Prenzel, 1993) legen nahe, dass die von den Lernenden subjektiv wahrgenommene Autonomie eine entscheidendere Rolle spielt als die tatsächlich durch die Lernumgebung gegebene (Friedrich & Mandl, 1997). Selbst bei einer relativ hohen Steuerung durch das Lernprogramm sind Kenntnisse von Lernstrategien bzw. das Wissen darüber, wann welche Strategien eingesetzt werden sollen, von großer Bedeutung.
76
4 Selbstreguliertes Lernen
An der Universität Erfurt wird aktuell das Format MASL (Multimedial angeleitetes selbstreguliertes Lernen, s. Kap. 11) erprobt. MASL verbindet unterschiedliche Modelle selbstgesteuerten Lernens und bietet verschiedene Unterstützungsmöglichkeiten des selbstregulierten Lernprozesses. Neben den Lerneinheiten, bestehend aus einer Video/ Online-Vorlesung inklusive zugehörigem Foliensatz sowie eines Fachtextes, werden den Studierenden Leitprogramme zur Verfügung gestellt. Diese beinhalten Begleittexte mit zusätzlichen Informationen, Erläuterungen zu den fachlichen Inhalten, Beispiele, Anwendungsfälle und Arbeitsaufgaben. Daneben bieten sie in Form von Selbstregulationstagebüchern Unterstützung für die Selbstlernphasen. So werden z. B. Hilfen bei der Planung des Lernprozesses und bei der Zielsetzung gegeben, außerdem wird die Selbstbeobachtung unterstützt und ein Selbstlerntest zur Bewertung der Lernprozesse angeboten. In diesem Fall sind die Werkzeuge der Unterstützung selbstregulierter Lernprozesse in die Lernumgebung integriert. Akzeptanz und Eignung von MASL werden aktuell evaluiert.
4.4.3 Modell zur Förderung metakognitiver Komponenten Das nachfolgende Modell nach Götz (Abb. 4.6) konzentriert sich auf die Vermittlung der metakognitiven Strategien Planung, Monitoring und Regulation, die im Zentrum des selbstregulierten Lernens stehen. In Anlehnung an die drei Regulationsebenen des Modells von Boekaerts (1999) werden auch in diesem Modell die Aspekte Kognition, Metakognition und Selbst aufgegriffen und deren gegenseitige Beeinflussung abgebildet. Zentral wird die Metakognition behandelt. Das Mehrebenenmodell betont die Tatsache, dass Metakognitionen auf unterschiedlichen Ebenen stattfinden: Jeder der drei metakognitiven Prozesse Planung,
4.4 Vermittlung selbstregulativer Fähigkeiten
Abb. 4.6: Mehrebenenmodell zur Förderung metakognitiver Kompetenzen nach Götz, (2006)
77
Überwachung und Regulation (Ebene 1) wird seinerseits geplant, überwacht und reguliert (Ebene 2). Dieses Vorgehen kann sich – z. B. entsprechend der Komplexität des Lerngegenstands oder der Lernsituation – auf weiteren Ebenen fortsetzen. Das Mehrebenenmodell trägt damit der komplexen Struktur metakognitiver Handlungen Rechnung (Götz, 2006). Es wird somit deutlich, dass auf unterschiedlichen Ebenen unterstützend auf Planung, Überwachung und Regulation eingegriffen und den Lernenden entsprechend Hilfestellung geleistet werden kann, um selbstreguliertes Lernen zu fördern. Nachfolgende Abbildung (Abb. 4.7) konkretisiert metakognitive Strategien auf der zweiten Ebene (in Anlehnung an Götz, 2006): Abb. 4.7: Metakognitive Strategien der zweiten Ebene
Planung Ebene 2 Planung der Planung
Ich nehme mir vor, mir einen Zeitplan zu erstellen
Überwachung der Planung
Ich überwache die Erstellung meines Zeitplans
Regulation der Planung
Weil ich mit dem Entwurf des Zeitplans nicht zurechtkomme, wechsle ich zu To-do-Listen für einzelne Tage
Überwachung auf Ebene 2 Planung der Überwachung
Ich plane, ein Lerntagebuch zu führen
Überwachung der Überwachung
Ich überwache das tägliche Führen des Lerntagebuchs
Regulation der Überwachung
Ich schaffe es nicht, jeden Tag Lerntagebuch zu führen, also bitte ich meine Kommilitonin, mich dabei zu unterstützen
Regulation auf Ebene 2 Planung der Regulation
Ich nehme mir vor, während des Lernens Pausen einzulegen
Überwachung der Regulation
Ich überwache, ob ich die Pausen einhalte, wenn meine Konzentration nachlässt
Regulation der Regulation
Ich halte die Pausen nicht ein, daher verabrede ich mich zu festen Zeiten mit meinen Kommilitonen
Zur Förderung metakognitiver Strategien schlägt Götz (2006) ein Inhaltsmodell vor, das konkrete Aspekte metakognitiven Lernens detailliert darstellt. Die von ihm genannten inhaltlichen Aspekte umfassen Ressourcen (Zeit, Lernumgebung, Physiologie), Ziele (kurzfristige und längerfristige), Volition (Aufmerksamkeitssteuerung, Motivation und Emotionskontrolle) und Lernstrategien. Zum selbstregulierten Lernen gehört die Planung, Überwachung und Regulation dieser inhaltlichen Aspekte. Zur Förderung der metakognitiven Kompetenzen in den genannten Inhaltsbereichen entwickelte Götz (2006) eine Reihe von Arbeitsblättern wie Hilfen zur Planung des Lernprozesses, Selbstbeobachtungsbögen, Lerntagebücher und Regulationslisten, die für den Einsatz in Schulen geeignet sind. In modifizierter Form könnten diese Hilfen auch im Studium oder in der Weiterbildung eingesetzt werden.
4.5 Zusammenfassung Selbstreguliertes Lernen gehört zu den zentralen fächerübergreifenden Kompetenzen (cross-curricular Competencies). Das zeigt sich nicht nur in der Tatsache, dass die
78
4 Selbstreguliertes Lernen
Fähigkeit selbstgesteuerter Wissensaufnahme in den Kanon der Bildungsindikatoren der OECD aufgenommen wurde (Köller & Schiefele, 2003). Auch und besonders in Zusammenhang mit der zunehmenden Bedeutung multimedial vermittelter Lerninhalte spielt die Fähigkeit, den eigenen Lernprozess zu steuern und zu regulieren, eine herausragende Rolle. So sehen z. B. Fischer und Mandl (2002) in der Diskussion um Lehren und Lernen mit neuen Medien die Analyse und Förderung selbstgesteuerten Lernens als ein zentrales Aufgabenfeld der Bildungsforschung. Wichtigste Grundvoraussetzung für eine erfolgreiche Selbstregulation von Lernprozessen ist ein breites Repertoire an Lernstrategien. In den aktuellen Modellen des selbstregulierten Lernens wird – neben kognitiven, ressourcenorientierten und motivational-emotionalen Strategien insbesondere die Relevanz metakognitiver Strategien hervorgehoben (Artelt und Moschner, 2005). Da sich gezeigt hat, dass selbst Lernende mit einer langen Lernbiographie, wie z. B. Studierende, nicht über ausreichende Kenntnisse dieser Strategien verfügen, sollte der Fokus auf die Vermittlung von Lernstrategien gerichtet werden. Für die Vermittlung kann sowohl eine direkte Form, z. B. durch Lernstrategietrainings, oder aber eine indirekte Form, z. B. durch eine entsprechende Gestaltung der Lernumgebung, gewählt werden. Besonders multimedial gestützte Lernumgebungen bieten sich für eine indirekte Förderung selbstregulativer Kompetenzen an. Bei der Entwicklung solcher computergestützter Lernumgebungen (z. B. auch CSCLUmgebungen) sollte eine entsprechende Gestaltung beachtet werden.
Literatur Artelt, C. & Moschner, B. (2005). Lernstrategien und Metakognition: Implikationen für Forschung und Praxis – Einleitung. In C. Artelt & B. Moschner (Hrsg.), Lernstrategien und Metakognition. Implikationen für Forschung und Praxis (S. 7–11). Münster: Waxmann. Bandura, A. (1986). Social foundations of thought and action: A social cognitve theory. Englewood Cliffs, NJ: Prentice Hall. Boekaerts, M. (1999). Self-regulated learning: Where we are today. International Journal of Educational Research, 31, pp. 445– 457. Boekaerts, M. & Minnaert, A. (1999). Self-regulation with respect to formal learning. International Journal of Educational Research, 31, pp. 533−544. Fischer, F. & Mandl, H. (2002). Lehren und Lernen mit neuen Medien. In: R. Tippelt (Hrsg.), Handbuch Bildungsforschung, (S. 623–637). Opladen: Leske + Budrich. Friedrich, H. F. & Mandl, H. (1992). Lern- und Denkstrategien – ein Probl-emaufriß. In H. Mandl & H. F. Friedrich (Hrsg.), Lern- und Denkstrategien. Analyse und Intervention (S. 3–54). Göttingen: Hogrefe. Friedrich, H. F. & Mandl, H. (1997). Analyse und Förderung selbstgesteuerten Lernens. In F. E. Weinert & H. Mandl (Hrsg.), Psychologie der Erwachsenenbildung. Enzyklopädie der Psychologie, Themenbereich D, Praxisgebiete, Serie I, Band 4 (S. 237–293). Göttingen: Hogrefe. Friedrich, H. F. & Mandl, H. (2006). Lernstrategien: Zur Strukturierung des Forschungsfeldes. In H. Mandl & H. F. Friedrich (Hrsg.), Handbuch Lernstrategien (S. 1−23). Göttingen: Hogrefe. Götz, T. (2006). Selbstreguliertes Lernen. Förderung metakognitiver Kompetenzen im Unterricht der Sekundarstufe. Donauwörth: Auer Verlag GmbH. Heiß, A., Eckhardt, A. & Schnotz, W. (2003). Selbst- und Fremdsteuerung beim Lernen mit Hypermedien. Zeitschrift für pädagogische Psychologie, 17 (3/4), S. 211–220. Hofer, B. K., Yu, S. L. & Pintrich, P. (1998). Teaching college students to be self-regulated learners. In D. H. Schunk & B. J. Zimmerman (Eds.), Self-regulated learning. From teaching to self-reflective practice (pp. 57–85). New York: The Guilford Press. Köller, O. & Schiefele, U. (2003). Selbstreguliertes Lernen im Kontext von Schule und Hochschule. Zeitschrift für Pädagogische Psychologie, 17 (3/4), S. 155–157.
Literatur
79
Kuhl, J. (1987). Ohne guten Willen geht es nicht. In H. Heckhausen, P. Gollwitzer & F. E. Weinert (Hrsg.), Jenseits des Rubikon. Der Wille in den Humanwissenschaften (S. 101–120). Berlin: SpringerVerlag. Landmann, M. (2005). Selbstregulation, Selbstwirksamkeit und berufliche Zielerreichung. Entwicklung, Durchführung und Evaluation eines Trainingsprogramms mit Tagebuch zur Unterstützung des SelfMonitoring. Aachen: Shaker. Landmann, M. & Schmitz, B. (2007). Die Kombination von Trainings mit standardisierten Tagebüchern: Angeleitete Selbstbeobachtung als Möglichkeit der Unterstützung von Trainingsmaßnahmen. In M. Landmann & B. Schmitz (Hrsg.), Selbstregulation erfolgreich fördern. Praxisnahe Trainingsprogramme für effektives Lernen (S. 151–163). Stuttgart: Kohlhammer. Perels, F. (2003). Ist Selbstregulation zur Förderung von Problemlösekompetenz hilfreich? Entwicklung, Durchführung sowie längsschnittliche und prozessuale Evaluation zweier Trainingsprogramme. Frankfurt a. M.: Peter Lang. Pintrich, P. R. (1988). A process-oriented view of student motivation and cognition. In J. Stark & L. Mets (Eds.), Improving teaching and learning through research. New directions for institutional research (pp. 65−79). San Francisco: Jossey-Bass. Pintrich, P. R., Smith, D. A. F., Garcia, T. & McKeachie, W. J. (1993). Reliability and predictive validity of the motivated strategies for learning questionnaire (MSLQ). Educational and Psychological Measurement, 53, 801–813. Prenzel, M. (1993). Autonomie und Motivation im Lernen Erwachsener. Zeitschrift für Pädagogik, 39, S. 239–253. Schiefele, U. & Pekrun, R. (1996). Psychologische Modelle des fremdgesteuerten und selbstgesteuerten Lernens. In F. E. Weinert (Hrsg.), Enzyklopädie der Psychologie (Bd. 2, Psychologie des Lernens und der Instruktion, S. 249–278). Göttingen: Hogrefe. Schmitz, B. & Wiese, B. S. (1999). Eine Prozessstudie selbstregulierten Lernverhaltens im Kontext aktueller affektiver und motivationaler Faktoren. Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 31, S. 157–170. Schmitz, B. (2001). Self-Monitoring zur Unterstützung des Transfers einer Schulung in Selbstregulation für Studierende. Eine prozessanalytische Untersuchung. Zeitschrift für Pädagogische Psychologie, 15, S. 181−197. Schmitz, B. (2003). Selbstregulation – Sackgasse oder Weg mit Forschungs-perspektive? Diskussion der Beiträge in diesem Heft. Zeitschrift für pädagogische Psychologie, 17 (3/4), S. 221–232. Schreblowski, S. & Hasselhorn, M. (2006). Selbstkontrollstrategien: Planen, Überwachen, Bewerten. In H. Mandl & H. F. Friedrich (Hrsg.), Handbuch Lernstrategien (S. 151−161). Göttingen: Hogrefe. Schreiber, B. (1998). Selbstreguliertes Lernen. Entwicklung und Evaluation von Trainingsansätzen für Berufstätige. Münster: Waxmann. Simons, P. R. J. (1992). Lernen, selbständig zu denken – ein Rahmenmodell. In H. Mandl & H. F. Friedrich (Hrsg.), Lern- und Denkstrategien. Analyse und Intervention (S. 250–264). Göttingen: Hogrefe. Straka, G. (2006). Lernstrategien in Modellen selbst gesteuerten Lernens. In H. Mandl & H. F. Friedrich (Hrsg.), Handbuch Lernstrategien, S. 390−404. Göttingen: Hogrefe. Tergan, S.-O. (1997). Hypertext und Hypermedia: Konzeption, Lernmöglichkeiten, Lernprobleme. In L. J. Issing & P. Klimsa (Hrsg.), Information und Lernen mit Multimedia, 2. Aufl. (S. 122–137). Weinheim: Beltz. Weinstein, C. E. & Mayer, R. E. (1986). The teaching of learning strategies. In M. C. Wittrock (Eds.), Handbook of research in teaching (315–327). New York: Macmillan. Wild, E.; Hofer, M. & Pekrun, R. (2006). Psychologie des Lerners. In A. Krapp & B. Weidenmann (Hrsg.), Pädagogische Psychologie (S. 203–267). Weinheim: Beltz Wild, K.-P. (2000). Lernstrategien im Studium. Münster: Waxmann. Zimmerman, B. J. (1998). Developing self-fulfilling cycles of academic regulation: an analysis of exemplary instructional models. In D. H. Schunk & B. J. Zimmerman (Eds.), Self-regulated learning. From teaching to self-reflective practice (pp. 1–19). New York: The Guilford Press. Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. In M. Boekaerts, P. R. Pintrich & M. Zeidner (Eds.), Handbook of self-regulation (pp. 13–41). San Diego, CA: Academic Press.
80
4 Selbstreguliertes Lernen
Teil II Planung und Analyse
5
Designentscheidungen: Das DO-ID-Modell
Bei der systematischen Konzeption multimedialen Lernens prägt eine Reihe von Entscheidungen das Handeln von Instruktionsdesignern. Ohne Systematisierung und Strukturierung der einzelnen Entscheidungsebenen bleibt die Auswahl und Abfolge der getroffenen Designentscheidungen jedoch beliebig. Um eine Basis für eine systematisch begründete Konzeption multimedialer Lernumgebungen zu schaffen, wurde das DO-IDModell entwickelt, das als Rahmen für den Designprozess dienen kann. Aus diesem Grund orientiert sich der Aufbau dieses Buches am DO-ID-Modell. Es werden verschiedene Entscheidungsebenen unterschieden, die innerhalb des Modells eingeordnet und in den folgenden Kapiteln dieses Buches näher beschrieben werden. Wenn Sie dieses Kapitel durchgearbeitet haben, sollten Sie verstanden haben,
Lehrziele
• welche Entscheidungsalternativen bei der Konzeption multimedialer Lernumgebungen zur Verfügung stehen, • welche Entscheidungen für die systematische Konzeption multimedialen Lernens getroffen werden müssen, • zu welchem Zeitpunkt die einzelnen Entscheidungen getroffen werden sollten, • wie diese Entscheidungen zusammenhängen.
5.1 Entscheidungsalternativen Zu Beginn der Konzeption einer multimedialen Lernumgebung stehen mehrere Alternativen zur Wahl: 1. Man entscheidet sich gegen jegliches Instruktionsdesign, entweder weil man an die eine wahre Lehrmethode glaubt oder weil man lieber „bastelt“. Eine solche Entscheidung muss nicht weiter kommentiert werden.
Alternativen
2. Man wählt eines der verfügbaren Instruktionsdesignmodelle aus und setzt sein E-Learning-Projekt mehr oder weniger flexibel im Sinne der gegebenen Empfehlungen um. Das kann durchaus sinnvoll sein, entweder für Anfänger oder bei bestimmten Aufgabenstellungen. Wenn es um die Unterweisung in der Bedienung oder
5.1 Entscheidungsalternativen
83
Wartung von Maschinen geht, kann Merrills ITT-Modell (s. Kap. 2) durchaus eine sehr gute Lösung sein. Wenn es um das problembasierte Training komplexer kognitiver Fähigkeiten geht, dürfte es keine bessere Entscheidung geben als eine Orientierung an van Merriënboers Vierkomponenten-Modell (s. Kap. 2). 3. Man möchte wissenschaftlich fundierte Designentscheidungen treffen, ohne sich jedoch auf ein bestimmtes ID-Modell festzulegen. Warum nicht aus den vorhandenen Modellen jeweils das auswählen, was zur konkreten Designentscheidung am besten passt? Tatsächlich ist gegen diese dritte Möglichkeit wenig einzuwenden, wenn klar ist, auf welchen Grundlagen die Entscheidung jeweils getroffen wird.
5.1.1 Systematische Konzeption
Orientierung an wissenschaftlich fundierten Kriterien
Systematische Konzeption (design) – in der Architektur beim Entwurf eines Hauses, im Software-Engineering beim Entwurf eines Anwenderprogramms, in der Medizin bei der Zusammenstellung eines Therapieprogramms und im Instruktionsdesign bei der Planung und Entwicklung von Lernumgebungen – kann stets als eine hierarchisch strukturierte Abfolge von Entscheidungen beschrieben werden: Ausgehend von allgemeinen strategischen Entscheidungen folgen Entscheidungen auf jeweils niedrigeren Ebenen. Auf übergeordneten Ebenen getroffene Entscheidungen schränken dabei den Spielraum auf niedrigeren Ebenen ein. Dennoch handelt es sich in der Praxis nur selten um einen streng hierarchisch-linearen Prozess: Nicht alle Wechselbeziehungen zwischen den unterschiedlichen Entscheidungsfolgen sind bereits bekannt, so dass es zu Entscheidungskonflikten kommen kann, die gelegentlich zur Revision zuvor getroffener Entscheidungen führen können. Idealerweise sollte sich jede Entscheidung an wissenschaftlich fundierten Kriterien orientieren. Voraussetzung dafür wären belastbare psychologisch-didaktische Prinzipien, die jeweils auf replizierten empirischen Befunden beruhen. Derartige Prinzipien gibt es allerdings erst in einigen Teilbereichen. Oft existieren nur einzelne Studien, deren Ergebnisse einer Entscheidung mit gebotener Vorsicht zugrunde gelegt werden können. Nicht selten kann man sich lediglich an einem theoretischen Modell bzw. an Hypothesen orientieren, die aus der psychologischen Grundlagenforschung hergeleitet wurden, ohne dass die Effizienz des technologischen Prinzips bereits empirisch nachgewiesen wurde. Es sollte dann zumindest plausibel sein, dass die Orientierung an Kriterien, deren Evidenz noch nicht empirisch bestätigt ist, mit höherer Wahrscheinlichkeit zum Erfolg führt als die Orientierung an alternativen Kriterien („best guess“).
5.1.2 Anforderungen an ein Modell zur systematischen Konzeption Akzeptiert man diese Sichtweise, muss es ein Ziel einer technologischen Wissenschaft des Instruktionsdesigns sein, ein Modell zu entwickeln, das (a) die bei der Konzeption multimedialer Lernumgebungen zu treffenden Entscheidungen beschreibt, (b) diesen die jeweils möglichen Entscheidungsalternativen zuordnet, (c) deren je nach Kontextbedin-
84
5 Designentscheidungen: Das DO-ID-Modell
gungen evtl. unterschiedlichen Folgen einschließlich der „Kosten“ bzw. Nebenwirkungen beschreibt und (d) kenntlich macht, inwieweit jede Entscheidungsalternative Evidenz beanspruchen kann.
5.2 Das DO-ID-Modell Ein derartiges Modell hätte über die präskriptive Funktion hinaus den Vorteil, dass Widersprüche und Forschungslücken deutlich würden. Es repräsentierte zudem eine technologische Theorie didaktischer Konzeption. Auf dem Weg zu einem solchen Modell schlagen wir ein Rahmenmodell vor, das in der Lage sein sollte, die wichtigsten Instruktionsdesign-Entscheidungen zu strukturieren. Wegen der Fokussierung auf Designentscheidungen nennen wir es „Entscheidungsorientiertes Instruktionsdesignmodell“ (Decision Oriented Instructional Design Model: DO-ID) (Abb. 5.1). Abb. 5.1: Decision Oriented Instructional Design Modell (DO ID)
5.2.1 Qualitätssicherung: Projektmanagement & Evaluation Die Sicherung von Qualität bedeutet einerseits die Sicherung der Produktqualität und andererseits die Sicherung der Qualität von Prozessen.
5.2 Das DO-ID-Modell
85
Um die Qualität eines Produktes zu sichern, werden Ziele zum Produkt festgelegt, dabei bilden inhaltliche Analysen die Basis für Entscheidungen. Nach der (Teil-)Umsetzung von Instruktionsdesign-Entscheidungen werden Produkt(teile) getestet und evaluiert. Auf die Evaluation multimedialer Lernumgebungen und Fragen der Usability wird in den Kap. 27 und 28 näher eingegangen. Um die Qualität der Prozesse zu sichern, ist der Einsatz von Methoden und Vorgehensweisen aus dem Projektmanagement zu empfehlen (RKW, 2004): • Neben den Zielen zum Produkt und dessen Auswirkungen auf Anwender und Umfeld (Ergebnisziele) sind in einer Zielhierarchie weitere Ziele, z. B. zu Kosten, Terminen und Vorgehensweisen, zu definieren. Grundlage einer Zielplanung ist eine Stakeholder-/Projektumfeldanalyse. • Anschließend wird eine Projektorganisation aufgebaut. Man unterscheidet zwischen Aufbauorganisation (u. a. Festlegung von Entscheidungskompetenzen und Aufgabengebieten der Beteiligten) und Ablauforganisation (insbesondere die Definition von Prozessen). Außerdem werden Festlegungen zu Dokumenten- und Informationsmanagement getroffen. • In einer Projektstrukturplanung werden alle Teilaufgaben und Arbeitspakete des Projektes beschrieben. • Anschließend erfolgt die Planung von Terminen und Abläufen, Kosten, Finanzierung und Einsatzmittel/Ressourcen. • Projektplanung kann in mehreren Stufen erfolgen. In der Regel wird zu Beginn ein grober Projektplan (Phasenplan) erarbeitet. Später werden die detaillierten Pläne erstellt. • Innerhalb einer integrierten Projektsteuerung werden Istwerte (Kosten, Aufwände, Termine) mit der Planung verglichen, Abweichungen analysiert und steuernde Maßnahmen entworfen und umgesetzt. Dies sind die wesentlichen Aufgabengebiete und Kernkompetenzen eines Projektmanagers. Diese und weitere Projektmanagement-Kompetenzfelder werden als Grundlage für die Ausbildung und Zertifizierung von Personen in Fach-/Industriestandards definiert: • von der International Project Management Association in der IPMA Competence Baseline 3.0 (Caupin et al., 2006), • vom Project Management Institute (PMI) im „A Guide to the Project Management Body of Knowledge“ (PMI, 2006). Die Norm EN ISO/IEC 19796-1 (2005) beschreibt speziell für den Bildungs- und E-Learning-Bereich Methoden und Hilfsmittel zur Qualitätssicherung (s. auch Kap. 32).
5.2.2 Ziele Neben der übergreifenden Projektplanung beginnt der inhaltliche Prozess mit der Zielbestimmung zum Produkt und dessen Auswirkung (s. Kap. 7): Was soll mit dem Lern-
86
5 Designentscheidungen: Das DO-ID-Modell
angebot erreicht werden? Gibt es strategische Vorabentscheidungen seitens des Auftraggebers, z. B. zu den einzusetzenden Medien?
5.2.3 Analysen Bevor Entscheidungen getroffen werden, stehen sorgfältige Analysen der gesamten Rahmenbedingungen an: Worin besteht das zu lösende Problem? In welchem Kontext wird das ID-Projekt durchgeführt? Welche Kosten fallen voraussichtlich an? Welche Mittel stehen zur Verfügung? Wer sind die Adressaten? Welcher Art ist das zu vermittelnde Wissen? Welche Aufgaben sollen die Adressaten nach dem Absolvieren des Programms bewältigen können? Welche Kompetenzen müssen vermittelt werden? Am Ende der Analysen sollten klare Aussagen über die Zielgruppe (Adressaten) und die zu vermittelnden Lehrziele stehen und es sollte zumindest ein Budgetrahmen vereinbart sein (s. Kap. 8).
5.2.4 Entscheidungsfelder Das DO-ID-Modell unterscheidet nun sechs Entscheidungsfelder, in denen zum Teil mehrstufig Designentscheidungen zu treffen sind. Diese Entscheidungen sind keineswegs immer unabhängig voneinander und sie können auch nicht sukzessive so getroffen werden, wie dies im Text linear beschrieben ist. Die Entscheidungsfelder umfassen: 1. Formatentscheidungen, d. h. typische Strukturen von Lernangeboten (s. Kap. 10 und 11), 2. die Strukturierung des Lehrstoffs (Content): u. a. Auswahl, Segmentierung, Sequenzierung (s. Kap. 12−14), 3. die Auswahl, Kombination und Gestaltung der Medien, d. h. der anzusprechenden Sinneskanäle (Modi) und der zu verwendenden Symbolsysteme (Codes): schriftliche oder gesprochene Texte, Abbilder und Grafiken, Animationen, Musik, Video usw. (s. Kap. 15−18), 4. die Formen und das Ausmaß der Interaktionen zwischen Lernenden und der Lernumgebung (s. Kap. 20), 5. Designentscheidungen, die der Förderung und Aufrechterhaltung der Motivation der Lernenden dienen (s. Kap. 24 und 25), 6. das Layout und Details der grafischen Gestaltung, die Berücksichtigung softwareergonomischer Aspekte und die Beachtung rechtlicher und ethischer Normen (Rechte, Barrierefreiheit, Unterlassung von Diskriminierungen u. ä.) (s. Kap. 19 und 28).
5.2 Das DO-ID-Modell
87
5.2.5 Kriterien – woher? Die entscheidende Frage innerhalb jedes Feldes ist: Anhand welcher Kriterien können die anstehenden Entscheidungen jeweils rational getroffen werden? Aus den Ergebnissen der Analysen (s. Kap. 8) alleine lassen sich direkt noch keine Kriterien herleiten. Zusätzlich benötigt werden Aussagen, die Verbindungen herstellen zwischen den Lehrzielen und den gegebenen Rahmenbedingungen einerseits und geeigneten Entscheidungsalternativen andererseits. Diesen Aussagen sollten idealerweise theoretisch fundierte Annahmen über kognitive Strukturen und mentale Operationen zugrunde liegen, die (a) mit einer gewissen Wahrscheinlichkeit durch die Art der Informationsdarbietung und die angeregten Lerneraktivitäten „in Gang gesetzt“ werden und (b) ebenfalls mit einer gewissen Wahrscheinlichkeit Wissensstrukturen generieren, die den Zielvorstellungen nahe kommen (s. Kap. 3).
5.3 Zusammenfassung In diesem Kapitel wurde das DO-ID-Modell beschrieben als Instrument zur Begründung und Systematisierung von Designentscheidungen bei der Konzeption multimedialer Lernumgebungen. Das Modell umfasst mehrere Entscheidungsebenen, wobei zunächst die Ziele bestimmt und anschließend Analysen u. a. zu den Aufgaben, Adressaten und den Kosten durchgeführt werden. Prozessbegleitend sind außerdem Entscheidungen zur Projektsteuerung und Qualitätssicherung zu treffen. Weiterhin müssen mehrstufige Designentscheidungen zu Formaten, Content-Strukturierung, zur Medienauswahl, zu Interaktionsformen, zur Motivation und zum Layout, der grafischen Gestaltung sowie der softwareergonomischen Aspekte getroffen werden. Das DO-ID-Modell kann demnach als Rahmen für den systematischen Designprozess herangezogen werden. Aus diesem Grund orientiert sich auch der Aufbau dieses Buches an diesem Modell. Das „Kompendium multimediales Lernen“ gliedert sich in Teilbereiche, welche die jeweiligen Ebenen und Entscheidungsfelder des Modells repräsentieren.
Literatur Caupin, G., Knöpfel, H., Koch, G., Pannenbäcker, K., Pérez-Polo, F. & Seaburg, C. (2006). ICB – IPMA Competence Baseline. International Project Management Association: IPMA/GPM-Eigenverlag. ISO/IEC19796-1 (2005). Information technology – Learning, education and training. Quality management, assurance and metrics. Part 1: General approach. PMI (2006). A Guide to the Project Management Body of Knowledge. Project Management Institute: B&T. RKW (2004). Projektmanagement-Fachmann. Rationalisierungs-Kuratorium der Deutschen Wirtschaft e.V. Gesellschaft für Projektmanagement INTERNET Deutschland e.V.: RKW-Verlag.
88
5 Designentscheidungen: Das DO-ID-Modell
6
Didaktische Entwurfsmuster
Das in Kap. 5 vorgestellte DO-ID-Modell dient nicht nur der Strukturierung des systematischen Instruktionsdesigns, sondern es ist auch als Grundlage zur Identifizierung didaktischer Designprobleme nützlich. Denn jedes der Entscheidungsfelder kann den Instruktionsdesigner möglicherweise vor Probleme der Auswahl oder Umsetzung von Designalternativen stellen bzw. vor Probleme bei der Wiederverwendbarkeit vorhandener Designlösungen. Offenbar werden oft die gleichen Probleme von unterschiedlichen Instruktionsdesignern immer wieder neu gelöst. Dieses Effizienzhindernis gab es auch in anderen Entwurfswissenschaften (technologischen Wissenschaften). Steht beispielsweise ein Architekt vor der Aufgabe, einen Balkon zu planen, so muss er nicht zwangsläufig eine neue Idee generieren. Er kann stattdessen auch auf bewährte Lösungen zurückgreifen. Der Ansatz der „Entwurfsmuster“ (design patterns) stellt eine Herangehensweise zum effizienten Umgang mit solchen Designproblemen dar. Er wurde im Bereich der Architektur entwickelt und in jüngerer Zeit auch auf den Bereich der didaktischen Konzeption übertragen. Nach der Bearbeitung dieses Kapitels sollten Sie verstanden haben,
Lehrziele
• welche Rolle „Entwurfsmuster“ bei der Lösung von Designproblemen spielen können, • was unter „didaktischen Entwurfsmustern“ (pedagogical design patterns) verstanden wird, • welchem Schema die Beschreibung eines didaktischen Entwurfsmusters folgen kann.
6.1 Entwurfsmuster in der Architektur In der Architektur ergeben sich immer wieder gleiche oder ähnliche Entwurfsprobleme, für die im Laufe der Zeit bewährte Lösungsmuster gefunden wurden. Allerdings sind oder waren diese Lösungsmuster nicht allen Architekten bekannt, insbesondere Berufsanfänger verwendeten nicht selten unnötigerweise Zeit für Teilprobleme, für die es längst befriedigende Lösungsmuster gab. Um solche Entwurfsmuster (design patterns) zu kommunizieren, bedarf es einer geeigneten Sprache. Der Aufgabe, eine solche
6.1 Entwurfsmuster in der Architektur
89
Sprache zu entwickeln und vorhandene Muster zusammenzustellen und systematisch zu beschreiben, stellten sich in den siebziger Jahren der Architekt Christopher Alexander et al. (1977). Das Ergebnis war ein über tausendseitiges Werk mit der Beschreibung von Entwurfsmustern von der Stadtplanung bis zur Innenarchitektur. „Design Patterns“ sind niemals neue Entwürfe, sondern stets bereits häufig bewährte Muster. Sie müssen begründet sein und es sollte angegeben werden, unter welchen Rahmenbedingungen sie eingesetzt werden können. Design Patterns können auf unterschiedlichen Ebenen beschrieben werden: Muster höherer Ebenen können Muster tieferer (d. h. meist detaillierter) Ebenen enthalten: Muster für Landhäuser einer bestimmten Art z. B. können Muster für bestimmte Raumanordnungen, für Balkone usw. enthalten.
6.2 Übertragung auf didaktische Konzeptionen Die Idee von Alexander wurde später mit sehr großem Erfolg in der Informatik aufgegriffen (Gamma et al., 1998). Von dort gelangte die Idee vor kurzem in den Bereich des E-Learning, die Rede ist hier von „pedagogical design patterns“ (didaktischen Entwurfsmustern). Die Arbeiten an der Zusammenstellung von „pedagogical design patterns“ stecken noch in den Kinderschuhen, sie erscheinen jedoch Erfolg versprechend. Die präzise Beschreibung didaktischer Entwurfsmuster mit Angabe der theoretischen Begründung, empirischer Fundierung und vor allem auch der Differenzierung der Anwendungsbedingungen genügt grundsätzlich allen wesentlichen Anforderungen eines wissenschaftlich fundierten Instruktionsdesigns.
6.3 Beschreibung didaktischer Entwurfsmuster Ein systematisch aufgebautes Repertoire solcher didaktischer Entwurfsmuster (DEM), das diesen Kriterien genügt, existiert derzeit noch nicht. Die Idee der Design Patterns ist relativ neu in der Instruktionspsychologie. Vereinbarungen zur Beschreibung von DEM wurden im Rahmen des von der EU (Sokrates/Minerva-Programm) geförderten Projekts E-LEN (2002−2004) entwickelt und im Rahmen des Projekts EXPLAIN (gefördert vom Bundesministerium für Wirtschaft und Technologie im LERNET-Programm, 2005–2007) weiter elaboriert. Didaktische Entwurfsmuster können nach folgendem Schema beschrieben werden: Tabelle 6.1: Schema der didaktischen Entwurfsmuster
90
Beschreibungskategorie
Erläuterung
Name des DEM
Möglichst gut memorierbare, aussagekräftige Bezeichnung für DEM
Bezug zum DO-ID-Modell
Nennung der Entscheidungsfelder, denen das DEM zuzuordnen ist
Version/Datum
Versionsnummer des DEM
Abstract/Kurzbeschreibung
Kurze Darstellung des Patterns
Problem
Kurze Darstellung, was das entsprechende Designproblem zum Problem macht.
6 Didaktische Entwurfsmuster
Tabelle 6.1: (Fortsetzung)
Beschreibungskategorie
Erläuterung
Beschreibung des Lösungsansatzes
Darstellung des Lösungsansatzes. Kein „Rezept“, sondern Dinge, auf die zu achten ist.
Anwendungsbedingungen/ Kontext
Unter welchen Bedingungen, in welchem Kontext ist dieser Lösungsansatz zweckmäßig anwendbar?
Beispielhafte Realisierungen
Hinweise, möglichst Links zu Beispielen
Evidenz, Referenzen
Angaben zu Publikationen/Studien/Befunden, welche die Wirksamkeit des DEM belegen. Einschätzung des DEM hinsichtlich Entwicklungsgrad.
Folgemuster (nächste Designebene)
Welche DEM sind voraussichtlich auf der nächsten Ebene von Designentscheidungen anwendbar?
Verwandte/ähnliche oder abzugrenzende DEM
Hinweise, Links zu ähnlichen bzw. verwandten Patterns
Autoren
Wer hat das DEM konzipiert, geändert?
Ein Beispiel für ein solches didaktisches Entwurfsmuster ist in Tabelle 6.2 angegeben. Es orientiert sich an dem Personalisierungsprinzip (Mayer, 2001, 2005), auf welches in den Kap. 3, 19 und 25 näher eingegangen wird. Beschreibungskategorie
Erläuterung
Name des DEM
„Personalisierungsprinzip 1: Sprachstil“
Bezug zum DO-ID-Modell
Motivationsdesign, Interaktivitätsdesign
Version/Datum
1.0/01.02.2008
Abstract/Kurzbeschreibung
Ein personalisierter Sprachstil ist einem sachlichen vorzuziehen.
Problem
Soll der Text eines E-Learning-Programms prinzipiell eher betont unpersönlich-sachlich formuliert werden oder eher alltagssprachlich-persönlich?
Beschreibung des Lösungsansatzes
Generell sollte anstelle eines distanziert-sachlichen Sprachstils eher ein persönlicher Stil gewählt werden, der Lernende direkt anspricht, z. B. „Sie können in dieser Lerneinheit … lernen“ statt etwa „In dieser Lerneinheit werden Kenntnisse zu … vermittelt“.
Anwendungsbedingungen/ Kontext
Das Prinzip scheint generell anwendbar. Die Effektivität ist bei Personen mit geringerem Vorwissen bzw. ungünstigeren Lernvoraussetzungen wirksamer als bei Personen, die bereits über Vorwissen verfügen bzw. die als „gute Lerner“ gelten.
Beispielhafte Realisierungen
(Links zu Bespielen)
Evidenz, Referenzen
Das Prinzip ist technologisch-experimentell mehrfach belegt; Erklärung u. a. im Kontext der Cognitive-Load-Theorie. Literatur: u. a. Mayer, 2001, 2005
Folgemuster (nächste Designebene)
−
Verwandte/ähnliche oder abzugrenzende DEM
„Personalisierungsprinzip 2: Pädagogische Agenten“
Autoren
HMN, SD
6.3 Beschreibung didaktischer Entwurfsmuster
Tabelle 6.2: Beispiel eines didaktischen Entwurfsmusters: „Persönliche Ansprache des Lerners“
91
Die schematische Darstellung „bewährter“ Muster bzw. Prinzipien ist eine wichtige Voraussetzung dafür, dass instruktionspsychologische Befunde Praktikern des Instruktionsdesigns zugänglich gemacht werden. Ein Ansatz dazu wurde im Rahmen des bereits genannten Projekts EXPLAIN in Form eines „didaktischen Assistenten“ entwickelt (Fredrich, Niegemann & Niegemann, 2008). Es handelt sich dabei um ein elektronisches Beratungssystem für das Instruktionsdesign, das nach Abfrage und Eingabe der Rahmenbedingungen dem Nutzer Designalternativen aufzeigt. Auch das vom niederländischen Forscher Rob Koper initiierte und als „Learning Design“ bezeichnete Forschungs- und Entwicklungsprogramm zur Effizienzsteigerung der Entwicklung technologiebasierter Lernumgebungen setzt auf „pedagogical design patterns“ (Koper & Tattersall, 2005; s. Kap. 27).
6.4 Zusammenfassung Neben der Systematisierung von Designentscheidungen ermöglicht das DO-ID-Modell, Designprobleme zu identifizieren. Als Lösungsansätze dafür können didaktische Entwurfsmuster („pedagogical design patterns“) herangezogen werden. Es handelt sich dabei um Beschreibungen bewährter Muster, die zur Vereinheitlichung einem bestimmten Schema folgen sollten. Die Idee dieser Entwurfsmuster wurde aus der Architektur entlehnt und in jüngerer Zeit auf die Konzeption multmedialer Lernumgebungen übertragen.
Literatur Alexander, C., Ishikawa, S., Silverstein, M., Jacobson, M., Fiksdahl-King, I., & Angel, S. (1977). A pattern language: towns, buildings, construction. New York: Oxford University Press. Fredrich, H., Niegemann, L., & Niegemann, H. M. (2008). E-Learning Design