Loading...
 

Projektziele

Projektziele

Poster herunterladen (PDF)

In dem Projekt SAiL-M ("Semiautomatische Analyse individueller Lernprozesse in der Mathematik") werden Modelle entwickelt, welche die Qualität der Mathematikausbildung zum Studienbeginn erhöhen. Es werden

  • didaktische Beschreibungsmuster für aktivierende, kompetenzorientierte Umgebungen zum Mathematiklernen in der Hochschule formuliert, implementiert und für andere nutzbar gemacht,

  • Werkzeuge für das Assessment von Lernprozessen – d.h. Werkzeuge für deren Dokumentation und Messinstrumente für deren Analyse – adaptiert und in diesen Lernkontexten bereitgestellt und

  • die Wirksamkeit der entwickelten Modelle zu Lehr-/Lernszenarien und der Nutzen prozessbezogener Rückmeldungen mit verschiedenen Diagnosemethoden evaluiert.

Ausführliche Beschreibung

Mathematik spielt in vielen Studiengängen (neben Diplom und Lehramt Mathematik) eine wesentliche Rolle, beispielsweise in den Ingenieurswissenschaften, in den Wirtschaftswissenschaften und in der Informatik. Neuere didaktische Ansätze betonen neben den mathematischen Techniken vor allem auch die Entwicklung mathematischer Kompetenzen wie zum Beispiel Problemlösen, Argumentieren und Kommunizieren. Die Lehre im Bereich Mathematik konzentriert sich jedoch häufig auf die Vermittlung von Techniken und weniger auf den Aufbau mathematischen Verständnisses und auf die Förderung allgemeiner mathematischer Kompetenzen. Es werden eher die Produkte von Lernprozessen thematisiert und weniger die Lernprozesse selbst. Will man jedoch die Lernprozesse anregen und unterstützen, so ergeben sich zahlreiche Probleme:

  • Bei Studienanfängern verschiedener Fächer, außer Mathematik im Diplom oder Bachelor, besteht oft nur geringes Interesse an Mathematik, insbesondere wenn es sich um mathematische Pflichtveranstaltungen handelt. Darüber hinaus wird das aktive, interessierte Mathematiktreiben oft dadurch behindert, dass Lernende sich selbst zu wenig in Mathematik zutrauen.

  • Mathematikveranstaltungen finden meist zu Beginn des Studiums mit einer großen Studierendenanzahl statt. Eine individuelle Rückmeldung zu Lernprozessen, beispielsweise über die Auswertung mathematischer Lerntagebücher, ist selbst mit hohem Personalaufwand kaum zu leisten.

  • Eine Rückmeldung zu Prozessen (mathematische Prozesse und allgemeine Lernprozesse) setzt deren Dokumentation voraus. Diese ist jedoch aufwändig und lässt sich im Allgemeinen nicht formalisieren. Die selbstständige Beobachtung und Darstellung des eigenen Lernprozesses ist von Studienanfängerinnen und –anfängern in der Regel nicht zu leisten. Hier müssen vielmehr Protokollierungsverfahren zum Einsatz kommen, die sowohl die Prozesse unterstützen als auch eine Informationsbasis für Rückmeldungen durch die Lehrperson bilden.

  • Die Analyse von Lernprozessdokumentationen als Grundlage für Feedback und Bewertung ist zeitaufwändig. Für ein regelmäßiges Feedback bei großen Studierendenzahlen sind computerunterstützte Analyseverfahren unabdingbar. Die Analyse von Prozessen jedoch ist extrem inhaltsspezifisch und abhängig von der Darstellungsform. Computerbasierte Methoden müssen also auf den konkreten Fall zugeschnitten werden.

In dem Projekt SAiL-M werden

1. Design Patterns für aktivierende Umgebungen zum Mathematiklernen in der Hochschule formuliert, implementiert und für andere nutzbar gemacht, 2. Werkzeuge für die Dokumentation und Analyse von Lernprozessen entwickelt und in diesen Lernumgebungen bereitgestellt, und 3. die Wirksamkeit der Lernumgebungen und der Nutzen prozessbezogener Rückmeldungen evaluiert.

zu 1) Design Patterns werden auf verschiedenen Ebenen als zentraler Ansatz zur (formalen) Beschreibung von Lernprozessen eingesetzt. Zum einen werden auf einer Makro-Ebene aufbauend und mit Bezug zu Arbeiten von Vogel und Wippermann (2003, 2004) Gestaltungsprinzipien für aktivierende Lernumgebungen zur Förderung allgemeiner mathematischer Kompetenzen gemäß curricularer Vorgaben entwickelt. Hierbei spielen insbesondere Erkenntnisse aus der Lernpsychologie und Mathematikdidaktik eine Rolle. Unter anderem müssen selbstbestimmte Formen der Motivation gefördert, die Verbesserung mathematischer Selbstwirksamkeitserwartungen unterstützt und die Fähigkeit zum kooperativen Lernen ausgebildet werden. Zum anderen soll der pattern-basierte Ansatz auch auf der Mikro-Ebene zur Erfassung von Elementen des Mathematiklernens eingesetzt werden. Dabei sollen insbesondere Anti-Patterns dokumentiert und formalisiert werden, unter Berücksichtigung von verschiedenen Arbeiten zur Fehleranalyse in mathematischen Lernprozessen. Die Modellierung soll eine Granularität erreichen, die es erlaubt, vollständige Lernprozesse auf Basis dieser Patterns zu beschreiben. Darüber hinaus soll dies den Einsatz computerbasierter Werkzeuge ermöglichen, mit deren Hilfe Lernprozesse forciert und für spätere Analysezwecke (s. 2 und 3) automatisiert protokolliert werden können.

zu 2) Es werden Werkzeuge entwickelt, welche inhaltsspezifische Lernprozesse der Studierenden protokollieren und semi-automatische Auswertungsverfahren bereitstellen. Dabei sollen Standardlösungen automatisch erkannt und bewertet werden, während sowohl richtige als auch falsche Nicht-Standardlösungen der Lehrperson zur Beurteilung übergeben werden. Hierdurch wird die Lehrperson einerseits von der Analyse zahlreicher Lernprozesse entlastet, andererseits werden interessante Prozesse herausgefiltert, die auch in die Lehre einfließen können. Von den entwickelten inhaltsspezifischen Analysemechanismen soll zudem abstrahiert werden, um den Transfer auf andere Inhaltsgebiete zu ermöglichen.

zu 3) Die entwickelten Gestaltungsprinzipien und Werkzeuge werden in Lehrveranstaltungen an verschiedenen Hochschulen empirisch untersucht. Hierzu werden u.a. die inhaltsbezogenen als auch die allgemeinen mathematischen Kompetenzen der Studierenden bewertet. Darüber hinaus werden motivationale Aspekte wie der Grad selbstbestimmter Formen von Motivation und die mathematische Selbstwirksamkeitserwartung der Lernenden regelmäßig erhoben. Neben lernerspezifischen Entwicklungen werden die Methoden zur computergestützten semi-automatischen Analyse der Lernprozesse evaluiert. Hierzu wird die Qualität der Auswertungsergebnisse mit den Ergebnissen verschiedener traditioneller Verfahren zur Lernprozessanalyse (z.B. Analyse lauten Denkens) korreliert. Die Forschungsfragen des Projekts lauten:

1. Wie müssen Lernumgebungen gestaltet sein, welche die mathematische Kompetenzentwicklung im Rahmen eines Hochschulstudiums mit großer Studierendenanzahl fördern? 2. Welche computerbasierten Methoden unterstützen die Dokumentation und Analyse von individuellen, inhaltsspezifischen Lernprozessen, und wie können entsprechende lernwirksame Rückmeldungen semi-automatisch aufbereitet werden? 3. Bewähren sich die entwickelten Lernumgebungen, Methoden und Werkzeuge in der Praxis, und welche Elemente lassen sich auf andere Kontexte übertragen?

Das Projekt wird von der fach- und hochschuldidaktischen Kompetenz dreier Pädagogischer Hochschulen in Baden-Württemberg und des Lehr- und Forschungsgebiets zum computerbasierten Lernen der RWTH Aachen getragen.


Created by spannagel. Letzte Änderung: Dienstag, 05. Januar 2010 19:55:39 GMT by zimmermann.