Autor:innen:
Simone Ohlemann | Johannes Gutenberg - Universität Mainz | Germany
Ernst Althaus | Johannes Gutenberg - Universität Mainz | Germany
Margarete Imhof | Johannes Gutenberg - Universität Mainz | Germany
Selbstregulationskompetenzen sind eine Voraussetzung für erfolgreiches Lernen (z. B. Perels et al., 2020). Hierzu zählen kognitive, motivationale und metakognitive Kompetenzen (z. B. Landmann, Perels, Otto & Schmitz, 2009). Nach den Ergebnissen der PISA-Studie 2022 stellt sich einmal mehr die Frage, wie diese Kompetenzen des selbstregulierten Lernens (SRL) bei Schüler:innen gefördert werden können.
Lernende haben unterschiedliche Stärken und Schwächen, sind unterschiedlich motiviert, verfügen über unterschiedliches Vorwissen, etc. Informationen über den individuellen Lernprozess von Lernenden ermöglichen eine "maßgeschneiderte" Lernunterstützung, die die Lernvoraussetzungen, die Lernumgebungen usw. jedes einzelnen Lernenden berücksichtigt (Adaptives Lernen). Die Studien von VanLehn (2011) zeigen, dass bei sehr kleinschrittigem, detailliertem Feedback die Effektivität einiger digitaler adaptiver Systeme fast so hoch ist, wie es bei einer persönlichen Betreuung durch die Lehrkraft der Fall ist.
Die notwendigen Informationen über den individuellen Lernprozess von Lernenden können nur über die kontinuierliche Beobachtung ihrer Lernaktivitäten erhoben werden. Die kontinuierliche Beobachtung, Dokumentation und Verarbeitung der durch die Beobachtung erhobenen Informationen ist durch Lehrkräfte im Schulalltag meist nicht zu leisten.
In diesem Vortrag wird ein laufendes Projekt vorgestellt, welches der Vorbereitung eines umfangreichen Drittmittelprojektes (z. B. Robert Bosch Stiftung, Industrie) dient mit dem Ziel, ein Proof of Concept für KI-unterstütztes Feedback und Feedforward an Schulen durchzuführen.
Auf Basis der Informationen über den individuellen Lernprozess können Lernhindernisse (Wissenslücken, fehlende Motivation, Störfaktoren im Lernumfeld,…) identifiziert werden. Eine Rückmeldung für Lernende ist dadurch nicht nur auf ihr Lernergebnis (= summatives Feedback), sondern bereits während des Lernprozesses (= formatives Feedback) zur kontinuierlichen Unterstützung möglich. Zudem können der Lehrkraft durch die KI aufbereitete Informationen über den Lernprozess der Lernenden zur Verfügung gestellt werden, damit sie diese für ein differenzierteres, verbindlicheres und individuelleres Feedbackgespräch nutzen kann.
Die Ergebnisse des laufenden Projektes beziehen sich v.a. auf theoretische Grundlagen, die eine empirisch fundierte Entwicklung/Nutzung von entsprechenden KI-Algorithmen im Feld gewährleisten sollen (work in progress).