Projektbeschreibung

Die Coronavirus-Krise hat noch einmal gezeigt wie wichtig es ist, Lernen in Schulen durch digitale Technologien zu unterstützen. Weit über die Nutzung digitaler Plattformen für die Verteilung von Aufgaben an die Schüler*innen hinaus, ermöglichen digitale Technologien die Verfolgung des Lernprozesses einzelner Schüler*innen sowie die Bereitstellung gezielter Unterstützung, die auf die jeweiligen individuellen Bedürfnisse zugeschnitten ist. Dieses Forschungsprojekt untersucht, inwieweit Daten, die aus der Interaktion von Schüler*innen mit digitalen Technologien im mathematisch-naturwissenschaftlichen Unterricht stammen, genutzt werden können, um 1) das Lernen einzelner Schüler*innen kontinuierlich zu evaluieren, 2) Lernpfade über Sequenzen von Lernaktivitäten zu rekonstruieren und 3) diejenigen Pfade zu identifizieren, die mit der Entwicklung von Kompetenzen in Mathematik und Naturwissenschaften einhergehen.

Eine stärkere Individualisierung des Lernens ist notwendig, um alle Schüler*innen bei der Entwicklung der für die berufliche, gesellschaftliche und kulturelle Teilhabe erforderlichen Kompetenzen zu unterstützen - insbesondere in so kritischen Bereichen wie Mathematik und Naturwissenschaften. Individualisiertes Lernen, auch bekannt als personalisiertes und adaptives Lernen, erfordert jedoch die kontinuierliche Bewertung des Lernens der Schüler*innen, die Rekonstruktion ihrer Lerntrajektorien sowie die Extrapolation dieser Trajektorien im Hinblick auf ihre Kompetenzentwicklung. Dies erfordert eine Theorie des Lernens, und darauf aufbauend, ein Modell der Kompetenzentwicklung und Methoden, die eine kontinuierliche Bewertung des Lernens über eine Reihe von Lernaktivitäten und eine anschließende Zuordnung zur Kompetenzentwicklung der Lernenden ermöglichen.

Da digitale Technologien im mathematisch-naturwissenschaftlichen Unterricht zunehmend allgegenwärtig sind, bieten sie sich für die Entwicklung einer solchen Methodik geradezu an. Während die Schüler*innen mit digitalen Technologien arbeiten, können ihre Interaktionen mit diesen Technologien aufgezeichnet und automatisch analysiert werden. Die automatisierte Analyse dieser Interaktionen ermöglicht eine zeitnahe Bewertung der Leistungen.

Kooperationen

• Prof. Dr. Knut Neumann (IPN Kiel)

• Prof. Dr. Hendrik Drachsler (DIPF Frankfurt)

• Prof. Dr. Nikol Rummel (Ruhr-Universität Bochum)