Vorlesung P dagogische Psychologie Lernarten II: - Lernen durch Tun - Entdeckendes Lernen

1. Vorlesung P�dagogische PsychologieLernarten II:- Lernen durch Tun- Entdeckendes Lernen / Inquiry Learning Sommersemester 2011 Mo 16-18 Uhr Alexander Renkl

2. Vorlesung P�dagogische Psychologie - Renkl 2 "Alltagsweisheit� / Zitat 1 "�bung macht den Meister" 2 �Ich bin zu der Ansicht gekommen, dass die einzigen Lerninhalte, die Verhalten signifikant beeinflussen, selbst entdeckt, selbst angeeignet werden m�ssen.� (Carl Rogers)

3. Vorlesung P�dagogische Psychologie - Renkl 3 Lernziele: Lernen durch Tun � Lernen durch Tun (Probleml�sen) bzgl. seiner beiden Hauptfunktion (a) des "initialen" Fertigkeitserwerb und (b) der Feinabstimmung / Automatisierung erkl�ren k�nnen. � Am Beispiel von Intelligenten Tutoriellen Systemen erkl�ren k�nnen, wie der "initiale" Fertigkeitserwerb �ber Lernen durch Tun unterst�tzt werden kann. � Wichtige Faktoren der effektiven Gestaltung von �bung (zur Feinabstimmung/Automatisierung) benennen k�nnen. .

4. Vorlesung P�dagogische Psychologie - Renkl 4 Lernen durch Tun � Englisch, oft auch: Learning by problem solving � Achtung unterschiedlicher Sprachgebrauch: - Typisch im Deutschen: Problem beinhaltet Barriere (Duncker), ansonsten Aufgabe - Englisch/international typisch: "problem" f�r Problem (mit Barriere) und f�r Aufgabe � Lernen durch Tun hier als �bersetzung von "learning by problem solving" oder ggf. "solving practice problems" � Lernziel: Erwerb kognitiver Fertigkeiten

5. Vorlesung P�dagogische Psychologie - Renkl 5

6. Vorlesung P�dagogische Psychologie - Renkl 6 Lernziele: : Lernen durch Tun � Lernen durch Tun (Probleml�sen) bzgl. seiner beiden Hauptfunktion (a) des "initialen" Fertigkeitserwerb und (b) der Feinabstimmung / Automatisierung erkl�ren k�nnen. � Am Beispiel von Intelligenten Tutoriellen Systemen erkl�ren k�nnen, wie der "initiale" Fertigkeitserwerb �ber Lernen durch Tun unterst�tzt werden kann. � Wichtige Faktoren der effektiven Gestaltung von �bung (zur Feinabstimmung/Automatisierung) benennen k�nnen.

7. Vorlesung P�dagogische Psychologie - Renkl 7 Cognitive Tutors (fr�here Lernphasen) Intelligentes Tutorielles System Basierend auf ACT-R (J. R. Anderson) Kognitive Fertigkeiten als Produktionssystem (mentale wenn-dann-Regeln) Lernen durch Tun ("problem solving"), prim�r in Mathematik In der Praxis (USA) sehr weit verbreitet (mehr als 500 000 Sch�ler aus ca. 2600 Schulen) Ben�tigt der Einbettung in Unterricht, speziell der Einf�hrung der Prinzipien Begleitmaterialien (z.B. Schulbuch) Constrain interpetation mit Gabel neben Teller-Beispiel erkl�renConstrain interpetation mit Gabel neben Teller-Beispiel erkl�ren

8. Vorlesung P�dagogische Psychologie - Renkl 8 Videoeinf�hrung in Cognitive Tutor

9. Vorlesung P�dagogische Psychologie - Renkl 9 Cognitive Tutor: Beispiel-Screenshot

10. Vorlesung P�dagogische Psychologie - Renkl 10 Cognitive Tutor: Glossar mit Dom�nenprinzipien

11. Vorlesung P�dagogische Psychologie - Renkl 11 Cognitive Tutor: Mit skill bars

12. Vorlesung P�dagogische Psychologie - Renkl 12 Cognitive Tutors: Unterst�tzung beim Probleml�sen Zwischenzielstruktur Unmittelbare R�ckmeldung Hinweise Glossar mit Prinzipien / Theoremen "Skillometer"/"skill bars" (oftmals) Remediale Aufgaben (Mastery-Ansatz) ------- "Intelligenz": - Model tracing (Was "leistet" der Lernende?) - Knowledge tracing (Was ist schon gelernt?) Constrain interpetation mit Gabel neben Teller-Beispiel erkl�renConstrain interpetation mit Gabel neben Teller-Beispiel erkl�ren

13. Vorlesung P�dagogische Psychologie - Renkl 13

14. Vorlesung P�dagogische Psychologie - Renkl 14 Was kann/k�nnte kritisiert werden? I Verstehensfokus ? Selbsterkl�rungsprompts, Beispiele "Gaming the system" ? Gaming-Detektoren Motivation und Emotion ? seit einigen Jahren Intelligente Tutorielle Systeme, die dies einbeziehen (Detektoren am Sitz, Maus, Armhaut, Gesichtskamera) Potential kooperativen Lernens ? neuere Entwicklungen des kooperativen Lernens

15. Vorlesung P�dagogische Psychologie - Renkl 15 Was kann/k�nnte kritisiert werden? II Prim�r wohl-strukturierte Inhaltsgebiete ? zunehmend mehr Tutoren f�r schlecht-strukturierte Inhaltsgebiete Keine nat�rliche Sprache ? Zunehmende M�glichkeiten der nat�rlich sprachlichen Interaktion Entwicklungsaufwand ? Zweifelsohne, aber hohe Praxisrelevanz

16. Vorlesung P�dagogische Psychologie - Renkl 16 Lernziele: Lernen durch Tun � Lernen durch Tun (Probleml�sen) bzgl. seiner beiden Hauptfunktion (a) des "initialen" Fertigkeitserwerb und (b) der Feinabstimmung / Automatisierung erkl�ren k�nnen. � Am Beispiel von Intelligenten Tutoriellen Systemen erkl�ren k�nnen, wie der "initiale" Fertigkeitserwerb �ber Lernen durch Tun unterst�tzt werden kann. � Wichtige Faktoren der effektiven Gestaltung von �bung (zur Feinabstimmung/Automatisierung) benennen k�nnen.

17. Vorlesung P�dagogische Psychologie - Renkl 17 �ben zur Automatisierung Funktion der St�rkung von mentalen Regeln (Produktionsregeln) bzw. L�sungen direkt und leichter abrufbar machen Erinnern Sie an: - Andersons ACT-R (u.a. Formen von Produktionsregeln, Chunking) - Sieglers Modell der �berlappenden Wellen Erleichtert auch h�herwertige kognitive Leistungen Erinnern Sie an: - Cognitive Load Theorie

18. Vorlesung P�dagogische Psychologie - Renkl 18 Potenzgesetz der �bung Power law of practice

19. Vorlesung P�dagogische Psychologie - Renkl 19 Was beeinflusst �bungseffekte? Variabilit�tseffekt / Interspersing effect (wirkt auch auf anspruchsvollere Leistungen) Verteilte besser als massierte �bung (man kann das "verteilt" aber auch �bertreiben) �berlernen (allerdings zwiesp�ltige Datenlage; auch �bertreibungseffekt angesichts asymptotischer �bungseffekte?) �ben im Kontext des "Ganzen" (part-whole practice) Reflektiertes �ben

20. Vorlesung P�dagogische Psychologie - Renkl 20 Lernziele: Lernen durch Tun � Lernen durch Tun (Probleml�sen) bzgl. seiner beiden Hauptfunktion (a) des "initialen" Fertigkeitserwerb und (b) der Feinabstimmung / Automatisierung erkl�ren k�nnen. � Am Beispiel von Intelligenten Tutoriellen Systemen erkl�ren k�nnen, wie der "initiale" Fertigkeitserwerb �ber Lernen durch Tun unterst�tzt werden kann. � Wichtige Faktoren der effektiven Gestaltung von �bung (zur Feinabstimmung/Automatisierung) benennen k�nnen.

21. Vorlesung P�dagogische Psychologie - Renkl 21 Lernziele: Entdeckendes Lernen / Inquiry � Erkl�ren k�nnen, wodurch sich entdeckendes Lernen / Inquiry learning auszeichnet und was es anzielt. � Erkl�ren k�nnen, warum diese Lernart oft nicht so recht funktioniert (am Beispiel des Lernens mit Simulationen) � Beispiele f�r Unterst�tzungsma�nahmen nennen k�nnen.

22. Vorlesung P�dagogische Psychologie - Renkl 22 Entdeckendes Lernen / Inquiry Learning � Zwei eng verwandte Konzepte � Inquiry learning gerade in �Mode� (z.B. Ton de Jong) � Weitere Begriffe: Exploratives Lernen, forschend-entdeckendes Lernen � Selbstst�ndiges�Formulieren von�Fragen zu einem Ph�nomen; Wege und Mittel zur Beantwortung suchen; Fokus beim Sch�ler und nicht bei der Vermittlung durch die Lehrperson (vgl. auch Piaget)

23. Vorlesung P�dagogische Psychologie - Renkl 23 Entdeckendes Lernen / Inquiry Learning:Warum? � Tiefer im Vorwisssen verankertes Wissen (vgl. �generation effect�) � Damit besseres Verst�ndnis, mehr Transfer und l�ngeres Behalten � G�nstigere Motivation � Lernen lernen �Offenes�, nicht unterst�tztes entdeckendes Lernen h�lt Versprechen nicht ? �guided discovery learning�

24. Vorlesung P�dagogische Psychologie - Renkl 24 �Neue� Meta-Analyse Alfieri, L. Brooks, P. J., Aldrich, N. J., & Tenenbaum, H. R. (2011). Does discovery-based instruction enhance learning? Journal of Educational Psychology, 103, 1-18. � Unassisted discovery learning < explizite Formen der Instruktion (z.B. direkte Insturktion, Lernen aus L�sungsbeispielen) � Assisted discovery learning > �Rest� � Assisted discovery learning ? Lernen aus L�sungsbeispielen � Offen: �Assisted� Lernen aus L�sungsbeispielen (mit Selbsterkl�rungsprompts)? ? Beachte: Prim�r wieder Hinweis auf Relevanz der Qualit�t der Implementierung einer Methode

25. Vorlesung P�dagogische Psychologie - Renkl 25 Lernziele: Entdeckendes Lernen / Inquiry � Erkl�ren k�nnen, wodurch sich entdeckendes Lernen / Inquiry learning auszeichnet und was es anzielt. � Erkl�ren k�nnen, warum diese Lernart oft nicht so recht funktioniert (am Beispiel des Lernens mit Simulationen) � Beispiele f�r Unterst�tzungsma�nahmen nennen k�nnen.

26. Anno 1602 Modellparameter und Zusammenh�nge

27. Entdeckendes Lernen in Computersimulationen Wichtigste Aufgabe beim Lernen (durch Experimentieren) aus Simulationen: Charakteristika des Modells erschlie�en, das der Simulation zu Grunde liegt.

28. Theorien zu wissenschaftlichem Erkenntnisprozessen Zyklus: Entwicklung einer wissenschaftlichen Fragestellung Generieren von Hypothesen Design eines Experiments Durchf�hrung: Datensammlung Analyse und Interpretation Entwicklung neuer Fragestellungen

29. Hauptprobleme beim entdeckenden Lernen in Computersimulationen 1 Generierung von Hypothesen 2 Design von Experimenten 3 Interpretation der Daten 4 Regulation des Lernprozesses

30. 1 Probleme beim Generieren von Hypothesen Fehlendes formales Wissen �ber Hypothesen Pr�ferenz f�r �sichere� Hypothesen �Unable-to-think-of-alternative-hypothesis�-Phenomen (Dunbar) Hypothese prim�r auf empirischer, weniger auf konzeptueller Ebene (z.B. �verkaufe ich mehr Jeans� statt �Umsatz�)

31. 2 Probleme beim Design von Experimenten Design von Experimenten, die keine eindeutigen Schl�sse zulassen (z.B. keine Variablenkontrolle) Tendenz zur Best�tigung der eigene Vorannahmen (�Confirmation Bias�) Tendenz zur gezielten Erzeugung bestimmter Ergebnisse (�Engineering Approach�) (vgl. Lern- und Performanzorientierung) Design von Experimenten, die keine eindeutigen Schl�sse zulassen Leute gehen nicht logisch vor (Bsp 2-4-6 Aufgabe) Gleichzeitige Variation mehrerer Variablen (Glaser, 1992) Manipulation von irrelevanten Variablen (Van Joolingen & De Jong, 1991) Sammlung zu weniger Daten, bevor Schl�sse gezogen werden (Glaser et al. 1991) Tendenz zur Beachtung von Informationen, die eigene Vorannahmen best�tigt (�Confirmation Bias�) tendency for people to favor information that confirms their preconceptions or hypotheses, independently of whether they are true. �Wunschdenken� results in people selectively collecting new evidence or interpreting evidence in a biased way. Suche nach Best�tigung f�r eine Hypothese h�lt von Suche nach Alternativhypothesen ab (Dunbar, 1993) Tendenz zur gezielten Erzeugung bestimmter Ergebnisse (�Engineering Approach�) resultiert in kleinerem Suchraum �hnliche Befunde von White (1993): Spa�experimente Ineffizientes Experimentieren Wiederholung der gleichen Exp. Auslassen aller m�glichen Exp. Heuristiken Einfache Experimente Fokus auf eine Dimension Design von Exp. mit charakteristischen Ergebnissen Design von Experimenten, die keine eindeutigen Schl�sse zulassen Leute gehen nicht logisch vor (Bsp 2-4-6 Aufgabe) Gleichzeitige Variation mehrerer Variablen (Glaser, 1992) Manipulation von irrelevanten Variablen (Van Joolingen & De Jong, 1991) Sammlung zu weniger Daten, bevor Schl�sse gezogen werden (Glaser et al. 1991) Tendenz zur Beachtung von Informationen, die eigene Vorannahmen best�tigt (�Confirmation Bias�) tendency for people to favor information that confirms their preconceptions or hypotheses, independently of whether they are true. �Wunschdenken� results in people selectively collecting new evidence or interpreting evidence in a biased way. Suche nach Best�tigung f�r eine Hypothese h�lt von Suche nach Alternativhypothesen ab (Dunbar, 1993) Tendenz zur gezielten Erzeugung bestimmter Ergebnisse (�Engineering Approach�) resultiert in kleinerem Suchraum �hnliche Befunde von White (1993): Spa�experimente Ineffizientes Experimentieren Wiederholung der gleichen Exp. Auslassen aller m�glichen Exp. Heuristiken Einfache Experimente Fokus auf eine Dimension Design von Exp. mit charakteristischen Ergebnissen

32. 3 Probleme bei der Interpretation der Daten Finden von Regularit�ten in Daten Tendenz zur Best�tigung der eigene Vorannahmen (�Confirmation Bias�) Interpretation von Ergebnisdarstellungen (z.B. Graphiken)

33. 4 Probleme bei der Regulation des Lernprozesses Kein klares Verfolgen eines Ziels bzw. nur �lokaler Ziele�, wenig Bereitschaft zur �nderung von Zielen Unzureichende �berwachung des eigenen Vorgehens (�Monitoring�)

34. Vorlesung P�dagogische Psychologie - Renkl 34 Lernziele: Entdeckendes Lernen / Inquiry � Erkl�ren k�nnen, wodurch sich entdeckendes Lernen / Inquiry learning auszeichnet und was es anzielt. � Erkl�ren k�nnen, warum diese Lernart oft nicht so recht funktioniert (am Beispiel des Lernens mit Simulationen) � Beispiele f�r Unterst�tzungsma�nahmen nennen k�nnen.

35. Unterst�tzung � � durch Bereitstellung dom�nen-spezifischen Wissens � der Generierung von Hypothesen � der Generierung von Vorhersagen � des Designs von Experimenten � der Regulation des Lernprozesses

36. Bereitstellung von dom�nenspezifischem Wissen Bereitstellen von Glossar Aktivierung von Vorwissen Eher �online�-Bereithalten als zuvor vermitteln. ? Unterst�tzt bzgl. aller Teilprobleme Im �brigen ist es �wie immer�: Man Vorwissen braucht bei wenig strukturiertem Lernen

37. Unterst�tzung der Generierung von Hypothesen Men�s zur Auswahl von Hypothesenteilen Tabellen zum Eintragen von Annahmen �ber Effekte auf verschiedene Bereiche eines komplexen Systems Auswahl vordefinierter Hypothesen

38. Vorlesung P�dagogische Psychologie - Renkl 38 Lernziele: Entdeckendes Lernen / Inquiry � Erkl�ren k�nnen, wodurch sich entdeckendes Lernen / Inquiry learning auszeichnet und was es anzielt. � Erkl�ren k�nnen, warum diese Lernart oft nicht so recht funktioniert (am Beispiel des Lernens mit Simulationen) � Beispiele f�r Unterst�tzungsma�nahmen nennen k�nnen.

39. Vorlesung P�dagogische Psychologie - Renkl 39 Literatur Renkl, A. (2009c). Wissenserwerb. In E. Wild & J. M�ller (Hrsg.), P�dagogische Psychologie (S. 3-26). Berlin: Springer. Abschnitt 1.3.3 und 1.3.4 de Jong, T. & van Joolingen, W.R. (1998). Scientific discovery learning with computer simulations of conceptual domains. Review of Educational Research, 68, 179-201. Koedinger, K. R., & Corbett, A. T. (2006) Cognitive Tutors: Technology bringing learning science to the classroom. In K. Sawyer (Ed.), The Cambridge Handbook of the Learning Sciences (pp. 61-78). New York NY: Cambridge University Press..