Diese Bachelorarbeit nimmt es sich zur Aufgabe, auf theoretischer Basis eine Verbindung zwischen der manipulierbaren Variable Enthusiasmus und den Lernerfolg in einer auditiven Lernumgebung herzustellen. Ausgangspunkt der Betrachtung bildet die Lehrer-Enthusiasmus-Skala. Diese wurde unter Zuhilfenahme der Erkenntnisse Lunsfords erstellt.
Das Lernen mit digitalen Medien ist ein junges Feld der psychologischen Forschung. Jung ist jedoch keines Weges mit schlecht erforscht in Verbindung zu bringen. Besonders interessante Gegenstände dieser Forschung stellen dabei die Emotion und Motivation dar. Diese wurden in vielen Bereichen und Umgebungen theoretisch, sowie empirisch mit dem Engagement der Lernenden und deren Lernergebnissen in Verbindung gebracht. Als Autor mit besonderer Relevanz für die Enthusiasmus Forschung ist Herr Friedrich Brigham zu benennen. Dessen Ergebnisse zeigen, dass Enthusiasmus eine manipulierbare Variable darstellt. Durch diese können sogar Schüler mit massiven Lerndefiziten dazu animiert werden, interessierter am Unterricht teilzunehmen und bessere Ergebnisse zu erzielen. Voraussetzung dafür ist, dass ein Lehrer den Unterricht auf eine begeisternde Art und Weise gestaltet.
In einem einfaktoriellen, dreifachgestuften Design gilt es folgende Forschungsfrage zielführend zu beantworten: Wie wirkt sich Enthusiasmus auf den Lernerfolg in einer auditiven Lernumgebung aus? Zur Beantwortung bedarf es zuerst die theoretischen Grundlagen zu skizzieren. Hierfür werden im ersten Kapitel die Grundbegriffe: Cognitive Load, Mental Load, Mental Effort und augmented Cognitive Load erläutert. Danach schildert man, warum die kognitiv-affektive Theorie des Lernens mit Medien für auditive Lernumgebungen weniger in Betracht gezogen werden sollte. Im zweiten Kapitel folgt die Darlegung des theoretischen Verständnisses von Emotionen, sowie der Motivation und des Enthusiasmus. Weiterhin widmet man sich Bildungspodcasts und Hörbüchern. Im dritten Kapitel gilt es, den Einfluss der Intensität an Begeisterung, welche ein Lehrender vermittelt, auf die zuvor skizzierten theoretischen Grundlagen zu untersuchen. Zusammenfassend werden die Erkenntnisse aus den vorangegangenen Kapiteln in einer quantitativen Studie vereint, sowie deren Methoden und Resultate geschildert.
Inhaltsverzeichnis
Abbildungsverzeichnis
Einleitung
Kapitel 1 – Kognitive Lernprozesse
Kapitel 1.1 – Cognitive Load
Kapitel 1.1.1 – Mental Load
Kapitel 1.1.2 – Mental Effort
Kapitel 1.2 – Augmented Cognitive Load
Kapitel 1.3 – Cognitive-Affective Theory Of Learning With Media
Kapitel 2 – Affektive Lernprozesse
Kapitel 2.1 – Emotionen
Kapitel 2.1.1 – Emotional Design
Kapitel 2.2.2 – Enthusiasmus
Kapitel 2.2 – Motivation
Kapitel 2.3 – Hörbücher und Bildungspodcasts
Kapitel 3 – Enthusiasmus in auditiver Lernumgebung
Kapitel 3.1 – Methoden
Kapitel 3.1.1 – Teilnehmerakquise
Kapitel 3.1.2 – Pre-Tests
Kapitel 3.1.3 – Stichprobenumfang
Kapitel 3.2 – Versuchsablauf
Kapitel 3.3 – Ergebnisse
Kapitel 3.3.1 – Voruntersuchung
Kapitel 3.3.2 – Hauptuntersuchung
Kapitel 3.3.3 – Diskussion
Kapitel 4 – Allgemeine Diskussion
Kapitel 4.1 – Fazit und Implikationen
Kapitel 4.2 – Limitationen und Vorschläge für Folgestudien
Kapitel 4.3 – Danksagung
Literaturverzeichnis
Anhang
Abbildungsverzeichnis
Abbildung 1 Illustration der Cognitive Load Theory nach Krieglstein et al. (2022)
Abbildung 2 Eigene Illustration der aCLT
Abbildung 3 Eigene deutsche Übersetzung des Fragebogens von Lars König
Abbildung 4 Eigenes Schema der auditiven und visuellen Stimulus Verarbeitung
Abbildung 5 Selbst angepasste Lehrer-Enthusiasmus-Skala
Abbildung 6 Versuchsablauf
Abbildung 7 Zusammensetzung des überarbeiteten Lernvortrages
Abbildung 8 Stichprobenumfangsplanung
Einleitung
Das Lernen mit digitalen Medien ist ein junges Feld der psychologischen Forschung. Jung ist jedoch keines Weges mit schlecht erforscht in Verbindung zu bringen (Schneider et al., 2022). Besonders interessante Gegenstände dieser Forschung stellen dabei die Emotion und Motivation dar. Diese wurden in vielen Bereichen und Umgebungen theoretisch, sowie empirisch mit dem Engagement der Lernenden und deren Lernergebnissen in Verbindung gebracht (Wijekumar, 2021). Als Autor mit besonderer Relevanz für die Enthusiasmus Forschung ist Herr Friedrich Brigham zu benennen. Dessen Ergebnisse zeigen, dass Enthusiasmus eine manipulierbare Variable darstellt. Durch diese können sogar Schüler mit massiven Lerndefiziten dazu animiert werden, interessierter am Unterricht teilzunehmen und bessere Ergebnisse zu erzielen.
Voraussetzung dafür ist, dass ein Lehrer den Unterricht auf eine begeisternde Art und Weise gestaltet. Daneben wird das Verhalten im Klassenzimmer insgesamt als akzeptabler beschrieben (Brigham, 1991). Darauf aufbauend stellt sich die vorliegende Arbeit der Aufgabe, auf theoretischer Basis eine Verbindung zwischen der manipulierbaren Variable Enthusiasmus und den Lernerfolg in einer auditiven Lernumgebung herzustellen. Ausgangspunkt der Betrachtung bildet die Lehrer-Enthusiasmus-Skala. Diese wurde unter Zuhilfenahme der Erkenntnisse Lunsfords erstellt (Gabryś-Barker, 2016).
In einem einfaktoriellen, dreifachgestuften Design gilt es folgende Forschungsfrage zielführend zu beantworten: Wie wirkt sich Enthusiasmus auf den Lernerfolg in einer auditiven Lernumgebung aus? Zur Beantwortung bedarf es zuerst die theoretischen Grundlagen zu skizzieren. Hierfür werden im ersten Kapitel die Grundbegriffe: Cognitive Load, Mental Load, Mental Effort und augmented Cognitive Load erläutert. Danach schildert man, warum die kognitiv-affektive Theorie des Lernens mit Medien für auditive Lernumgebungen weniger in Betracht gezogen werden sollte. Im zweiten Kapitel folgt die Darlegung des theoretischen Verständnisses von Emotionen, sowie der Motivation und des Enthusiasmus. Weiterhin widmet man sich Bildungspodcasts und Hörbüchern. Im dritten Kapitel gilt es, den Einfluss der Intensität an Begeisterung, welche ein Lehrender vermittelt, auf die zuvor skizzierten theoretischen Grundlagen zu untersuchen. Zusammenfassend werden die Erkenntnisse aus den vorangegangenen Kapiteln in einer quantitativen Studie vereint, sowie deren Methoden und Resultate geschildert. Mit einer kritischen Betrachtung der Ergebnisse ermöglicht die Arbeit einen Abschluss durch ein umfangreiches Fazit.
Kapitel 1 – Kognitive Lernprozesse
Kapitel 1.1 – Cognitive Load
Nach Meshkati (1988) und Yeh und Wickens (1988), bestätigt durch Paas und van Merriënboer (1994) stellt Cognitive Load ein multidimensionales Konstrukt dar. Dieses beschreibt die Belastung, welche dem kognitiven System eines Lernenden während des Ausführens einer Aufgabe widerfährt (Chandler & Sweller, 1991; Sweller et al., 2011). John Sweller gilt infolgedessen als Begründer einer bedeutenden und die bestehenden Auffassungen innerhalb der kognitivistischen Forschungslandschaft ergänzenden Theorie. Diese vermochte es, die Kognitionspsychologie zu revolutionieren. Die Rede ist von der Theorie kognitiver Belastung (CLT). Unser Wissen von Evolutionärer Pädagogischer Psychologie und instruktionalen Design wurde durch diese Theorie massiv erweitert (Sweller, 2020, 2021). Sie ist den meisten Lesern aufgrund ihrer massiven Relevanz im englischsprachigen Raum als Cognitive Load Theory begrifflich. Zur Theorie selbst hat sich über die letzten Jahrzehnte eine Vielzahl an Überblicksartikeln etabliert (Krieglstein et al., 2022). Doch welche zentralen kognitiven Strukturen werden der CLT genau zugrunde gelegt?
Schneider et al. (2022) geben dazu folgende Umschreibung:
[…] die CLT [unterscheidet] zwischen einem Arbeitsgedächtnis und einem Langzeitgedächtnis. Während das Speichervermögen des Langzeitgedächtnisses als sehr groß erachtet wird, unterliegt das Arbeitsgedächtnis laut CLT zwei zentralen Beschränkungen. Erstens wird angenommen, dass das Arbeitsgedächtnis nur eine begrenzte Menge von rund zwei bis fünf Informationselementen gleichzeitig verarbeiten kann. Zweitens sei das Arbeitsgedächtnis zeitlich auf etwa 20 bis 30 Sekunden begrenzt, wenn die enthaltenen Informationen nicht wiederholt werden. (S. 584)
Das Arbeitsgedächtnis ist im Umgang mit neuen Informationen hinsichtlich Kapazität und Dauer also begrenzt (Baddeley, 1986; Cowan, 2001). Nach Cowan (2007) sind die kognitiven Systeme der beiden von Schneider et al. (2022) erläuterten Gedächtnisse außerdem nicht getrennt voneinander zu betrachten. Denn eine zentrale Annahme der Theorie ist, dass Lernen auf das Zusammenspiel von Prozessen des Arbeits- und Langzeitgedächtnisses beruht (Cowan, 2008). Kritiker monieren an dieser Theorie, dass die Eigenschaften des Lernenden nicht weiter berücksichtigt werden. Diese können aber den Lernerfolg vorhersagen (Moreno, 2005). In der CLT wurden von Sweller (1988) drei Arten der kognitiven Belastung geschildert, welche sich additiv zueinander verhalten. Die intrinsische kognitive Belastung (ICL) fokussiert die Komplexität der Lerninhalte.
Sie ist abhängig vom bereichsspezifischen Vorwissen und den ausgebildeten Schemata der Lernenden (Schneider et al., 2022). Hohes Vorwissen evoziert grundsätzlich einen geringen ICL (Pollock et al., 2002). Die extrinsische kognitive Belastung (ECL) ist wiederum davon abhängig, auf welche Art und Weise die Lerninhalte dargeboten werden (vgl. Krieglstein et al., 2022). Das heißt sie entsteht durch das instruktionale Design der Lernumgebung. Eine nicht optimale Gestaltung erhöht diese Belastung. Sie beeinträchtigt den Lernerfolg (Kalyuga, 2011; Plass & Kalyuga, 2019). Durch verbale, auditive oder visuelle Designelemente kann hingegen eine Minimierung erfolgen (Tindall-Ford et al., 1997).
„Eine dritte Form der kognitiven Belastung zur Konstruktion und Automatisierung von Schemata ins Langzeitgedächtnis wird in neueren Arbeiten zum Teil in Frage gestellt.“ (Schneider et al., 2022, S. 584). Hierbei handelt es sich um die lernbezogene und lernförderliche kognitive Belastung (GCL). Unter dieser versteht man jenen Anteil der kognitiven Belastung, welcher für den Lernprozess unabdingbar ist. Dabei besteht der Aufwand des Lernenden darin, vorliegendes Lernmaterial zu verstehen (Sweller, 2012). Lernbezogene kognitive Belastung entsteht durch die Konstruktion von Schemata und einer aktiven Auseinandersetzung mit dem Lerninhalt (Sweller et al., 2019). Der GCL resultiert aus der Interaktion von ICL und ECL (Paas & van Merriënboer, 1994). Für die lernbezogene kognitive Belastung ist festzuhalten, dass eine Entlastung des Arbeitsgedächtnisses bei der Gestaltung des Lernmaterials von zentraler Bedeutung ist. Deshalb postulierte Rey (2009) den Satz: Weniger ist mehr.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1 Illustration der Cognitive Load Theory nach Krieglstein et al. (2022)
So trivial diese drei Arten der kognitiven Belastung beschrieben wurden, ihre stringente Anwendung innerhalb von experimentellen Designs stellt einen hoch komplexen Prozess dar. Somit ist es üblich das Kosten Nutzen Verhältnis zu betrachten (Kalyuga, 2007; Kalyuga & Singh, 2016). Diese Sichtweise stellt einen Appell zur weitreichenden Optimierung dar. Ob und wie diese für verschiedenste Designelemente erreicht werden kann, ist unter Anbetracht des aktuellen Forschungstandes für das jeweilige experimentelle Vorhaben abzuwägen.
Die größte Herausforderung abseits von theoretischen Diskussionen über konzeptionelle Teile der Theorie stellt das Messen von kognitiver Belastung beim Lernen dar. Deshalb stellt sich die berechtigte Frage, wie Cognitive Load effektiv erfasst werden kann. Für diesen Zweck wurde eine beträchtliche Anzahl an subjektiven Fragebögen entwickelt (Skulmowski & Rey, 2020). „Aufgaben- bzw. leistungsbasierte Messungen erfassen hingegen die (Lern-) Leistungen der Lernenden in Primär- oder Sekundäraufgaben. Physiologische Messverfahren nehmen an, dass sich Veränderungen der kognitiven Belastung in physiologischen Kennwerten wie etwa der Herzrate oder der Hautleitfähigkeit widerspiegeln“ (Schneider et al., 2022, S. 584).
Neben dem konventionellen Ausfüllen subjektiver Fragebögen sind also auch physiologische Messungen nicht außer Acht zu lassen. Die Vielfalt an existierenden Fragebögen ist zwei unterschiedlichen Definitionsansätzen von ECL geschuldet. Beim ersten Ansatz misst man die diversen Komponenten des Cognitive Loads – ICL, ECL und GCL – jeweils separat. Er begreift den ECL grundsätzlich als eine vollständige Art des Cognitive Loads. Hier sind Autoren, wie Eysink et al. (2009), Leppink et al. (2013) und Klepsch et al. (2017) zu würdigen.
Befürworter des zweiten Definitionsansatzes hingegen postulieren, der ECL könne in diverse weitere Unterarten oder Subtypen aufgeteilt werden (Skulmowski & Rey, 2020). Diese sollen sich aufgrund von interaktiven Medien oder einer potenziellen Klarheit von Instruktionen ergeben. Solche Subtypen seien wiederum nicht durch die subjektiven Fragebögen des ersten Ansatzes erfassbar, da es beispielsweise keine Items zur Klarheit von Instruktionen gibt. Den zweiten Ansatz verfechten wiederum Autoren, wie Schnotz und Kürschner (2007), als auch Skulmowski et al. (2016).
Abschließend postulieren Skulmowski und Xu (2022) in ihrem neuesten Review spannende und relevante Ausblicke in die Zukunft des Cognitive Loads:
[…] digital learning presented new challenges for CLT. Interactive learning media, immersion, realism, disfluency, and emotional design all have the same design feature in common that learners are required to invest a small amount of extraneous load in order to allow certain forms of germane processing to occur. This cost-benefit approach also requires a strong focus on choosing appropriate assessment methods. (S. 191)
Messinstrumente
Nun gilt es zu erörtern, welcher Fragebogen für das eigene Forschungsvorhaben denn am versöhnlichsten zu stimmen vermag. Skulmowski und Rey (2020) als auch diverse andere Autoren würdigen den Fragebogen von Klepsch et al. (2017). Dieser müsse möglicherweise noch um die ECL Subtypen erweitert werden und stellt daher lediglich eine fundierte Basis dar. Anzumerken ist, dass der Item-Wortlaut von Klepsch und Kollegen aufgabenbezogen ist. Bei Messungen, welche sich auf eine Lernumgebung beziehen, können dort Irritationen auftreten. Eine Lösung hierfür stellt die von Schneider et al. (2018) auf Deutsch übersetzte Version des Fragebogens zur kognitiven Belastung von Leppink et al. (2014) dar. Dessen Item-Wortlaut bezieht sich unmissverständlich auf Lernumgebungen. Bei Leppink und Kollegen sind zufriedenstellende Cronbach Alpha Mittelwerte im Posttest zu verzeichnen (vgl. Leppink et al., 2014, S. 40). Klepsch und Kollegen zeigen ebenso vielversprechende Ergebnisse: „The internal consistency between all ICL, ECL, and GCL items (seven items) for each task in the naïve rating showed an aggregated α of 0.86, which was way higher than expected“ (Klepsch et al., 2017, S. 7). Letztendlich ist hinsichtlich des angedachten Einsatzgebietes und der Länge einer Umfrage zwischen beiden Fragebögen abzuwägen.
Kapitel 1.1.1 – Mental Load
Cognitive Load hat eine kausale Dimension. Diese spiegelt die Wechselwirkung zwischen Personen- und Aufgabenmerkmalen wider. Des Weiteren existiert eine Bewertungsdimension. Sie beschreibt die messbaren Aspekte der mentalen Belastung (ML), sowie mentalen Anstrengung (ME) und der Leistung (Paas & van Merriënboer, 1994). Erwähnenswert ist das Verständnis von Leistung. So argumentiert Knowles (1963), dass Leistungsmaße an und für sich selten die mentale Belastung widerspiegeln. Paas und van Merriënboer konzeptualisierten Mental Load wiederum als unabhängig von Personenmerkmalen und demzufolge als konstant für eine bestimmte Aufgabe. Mental Load wird deshalb als aufgabenbezogen verstanden.
Dieses Verständnis weist auf die kognitive Kapazität hin, welche für die Verarbeitung der Komplexität einer Aufgabe benötigt wird (Krell, 2017). Je mehr Aufwand ein Proband in seine Aufgabe investiert, desto weniger Kapazität bleibt für andere Aufgaben verfügbar. Denn diese erfordern ebenfalls Aufmerksamkeit. Und „Mental load refers to the amount of cognitive resources required to solve the problem […]“ (Minkley et al., 2021, S. 2). Nach dieser Ansicht lässt sich Mental Load einfach definieren. Nämlich als freie Kapazität (Mulder, 1979). Sweller et al. (2011) definieren Mental Load und Mental Effort jedoch als zwei verschiedene, aber in den meisten Fällen positiv korrelierte Konstrukte. Mental Load stellt dabei die hypothetisch benötigten kognitiven Ressourcen in Bezug auf die Aufgabe dar.
Doch welche experimentellen Erkenntnisse gibt es zu Mental Load? Krell (2017) zufolge kann an einer Zunahme des Mental Loads bei Schülern festgehalten werden. Voraussetzung dafür ist eine zunehmende Aufgabenkomplexität. Mental Load trägt daher zur kognitiven Gesamtbelastung und potenziellen kognitiven Überlastung bei (Gonçalves et al., 2022). Um eine solche Überlastung tunlichst zu vermeiden, haben Mayer und Moreno bereits im Jahre 2003 eine Liste von Methoden zur Verringerung des Mental Loads zusammengestellt.
Messinstrumente
Die Messbarkeit von Mental Load ist zu betrachten. Dieser wird typischerweise anhand subjektiver Selbstangaben auf Fragebögen erfasst. Hier sind auf die Studien von Krell (2015) und Krell (2017) zu verweisen. Dieser etablierte den StuMMBE-Q. Der Fragebogen selbst besteht aus zwölf Items, wobei sechs Items den Mental Load und sechs weitere Items den Mental Effort erfassen.
StuMMBE-Q unterzog sich in den letzten Jahren einer Vielzahl von kritischen Würdigungen (Krell et al., 2022). Subjektive Maße gelten im Vergleich zu physiologischen Messungen als weniger empfindlich gegenüber Schwankungen. Daher werden sie im Allgemeinen zur Schätzung des Gesamtwertes verwendet.
Kapitel 1.1.2 – Mental Effort
Potenzielle Belohnungen gelten als ultimative Vorantreiber von persönlichen Anstrengungen. Ein konsistenter Befund in der Literatur ist, dass Menschen dazu neigen sich mehr Mühe bei einer Aufgabe zu geben, wenn eine größere Belohnung dargeboten wird (Parro et al., 2018). Dieses Betonen von Belohnungen für gute Leistungen beachtet im Sinne des Mental Efforts einige wichtige Quellen der Motivation nicht (Shenhav et al., 2021).
Denn in der realen Welt kann die wahre Größe einer Belohnung oftmals nicht korrekt eingeschätzt werden. Denkt man an den erfolgreichen Abschluss eines Studiums als größte Belohnung für die dort investierte Zeit, so treten schwerwiegende Probleme auf: Welchen Stellenwert hat der Abschluss auf dem Arbeitsmarkt? Wodurch hebt er sich von einer Berufsausbildung ab? Wie viel Einkommen wird man damit generieren können?
Lernende sind nicht allein durch positive Ergebnisse motiviert. Oft genauso stark oder noch stärker motivieren kann das Vermeiden von potenziellen Strafen, wie beispielweise das Wiederholen einer nichtbestandenen Modulprüfung (Atkinson, 1957).
Das Konstrukt des Mental Efforts gilt als besonders eng mit Jenen des Mental Loads verflochten. Im Gegensatz zum Mental Load bezieht sich der Mental Effort auf die Menge an Kapazität oder Ressourcen, die tatsächlich zugewiesen werden, um die Aufgabenanforderungen zu erfüllen (Paas & van Merriënboer, 1994). Es kann angenommen werden, dass Mental Effort das Ausmaß der kontrollierten Verarbeitung widerspiegelt. Mit dieser ist das Individuum letztendlich beschäftigt (Schneider & Shiffrin, 1977; Shiffrin & Schneider, 1977). Die Höhe des investierten Mental Efforts umfasst dabei alle drei kausalen Faktoren: Die Aufgaben- oder Umgebungsmerkmale, die Subjektmerkmale und die Wechselwirkungen zwischen Beiden (Paas & van Merriënboer, 1994).
Kapitel 1.2 – Augmented Cognitive Load
Bei der Theorie der kognitiven Belastung (CLT) ist die fehlende Berücksichtigung motivationaler und emotionaler Prozesse zu bemängeln (Brünken et al., 2004; Schneider et al., 2022). Die Lösung dafür lautet: Augmented Cognitive Load. Diesen begreift man als Erweiterung des Cognitive Loads – bestehend aus ICL, ECL und GCL – um affektive Belastungen. Huk und Ludwigs (2009) gelten als Pioniere der Augmented Cognitive Load Theory. Dieser liegt die Idee zugrunde, dass freie Kapazitäten im Arbeitsgedächtnis nicht vollautomatisiert als GCL verwendet werden. Die Höhe des GCLs ist wiederum abhängig von kognitiven und affektiven Einflüssen. Es bestehen dabei zwei unterschiedliche Arten von unterstützenden Maßnahmen.
Die kognitiven Unterstützungsmaßnahmen fokussieren den Schemaerwerb der Lernenden. Affektive Unterstützungsmaßnahmen erhöhen wiederum situationales Interesse von Lernenden (Huk & Ludwigs, 2009). Beide Arten von Maßnahmen ergänzen sich während des Lernprozesses. Sie weisen ebenso einen additiven Effekt auf die Lernleistung auf.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 2 Eigene Illustration der aCLT
Kapitel 1.3 – Cognitive-Affective Theory Of Learning With Media
Eine weitere theoretische Grundlage stellt die kognitiv-affektive Theorie des Lernens mit Medien (CATLM) von Moreno (2005), respektive Moreno und Mayer (2007) dar. Hierbei handelt es sich um eine Erweiterung der kognitiven Theorie multimedialen Lernens (vgl. Mayer, 2005). Die Theorie basiert auf drei Grundannahmen:
Es werden zwei Kanäle der Informationsverarbeitung angenommen. Man verzeichnet eine begrenzte Kapazität des Arbeitsgedächtnisses. Es findet eine aktive Informationsverarbeitung bei Lernenden statt.
Die CATLM erweitert diese drei um vier weitere Annahmen:
Das Langzeitgedächtnis unterteilt man in ein semantisches und episodisches Gedächtnis (Tulving, 1977). Während das semantische Gedächtnis das Weltwissen enthält, beinhaltet das episodische Gedächtnis persönliche Erinnerungen, wie den schönsten Familienausflug.
Man nimmt an, dass motivationale Faktoren indirekt das Lernen beeinflussen. So kann die Einstellung zum Unterricht oder einer Lehrkraft verbessert, beziehungsweise verschlechtert werden (Pintrich, 2003).
Weiteren Einfluss auf den Lernerfolg besitzen nach McGuinness (1990) metakognitive Faktoren. Hier findet eine Modifikation von Regulationen kognitiver Verarbeitung, sowie Motivation und Emotionen statt. Unter metakognitive Faktoren ist das Wissen um bestimmte Vorgehensweisen oder auch Strategien zu verstehen, welche das Lernen effizient gestalten.
Bei der siebten und letzten Annahme betrachtet man die Lerncharakteristika. Diese fokussieren nach Kalyuga (2007) die unterschiedliche Ausprägung des Vorwissens und der Fähigkeiten einer Person, welche den letztendlichen Erfolg beim Lernen moderieren.
Die CATLM expandiert die Möglichkeiten der Informationsaufnahme. Die visuelle und auditive Informationsaufnahme der CTML werden durch taktile, olfaktorische und gustatorische Aufnahme ergänzt. Informationen werden im sensorischen Speicher verarbeitet.
Da innerhalb der Studie auditive Lernvorträge verwendet werden, bleibt es fraglich, inwieweit die CATLM bei nicht multimedialen Lernvorträgen anwendbar ist. Fairerweise offeriert sie jedoch wichtige Gestaltungsempfehlungen für die drei Lernvorträge, weshalb sie eine essenzielle Komponente darstellt. Diese Empfehlungen werden in Kapitel 3.1.2 erläutert.
Kapitel 2 – Affektive Lernprozesse
Kapitel 2.1 – Emotionen
Emotionen stellen eines der wichtigsten Themen in der Psychologie und Psychophysiologie dar. Jedoch fehlt oft eine klare Definition davon, was man unter Emotionen versteht (Kupiek, 2020; Pessoa, 2008; Plass & Kaplan, 2016). Ihre Entstehung ist nach Edelman (1989) auf den neuronalen Referenzraum im menschlichen Gehirn zurückzuführen. Darunter versteht man eine Reihe von Gehirnregionen. Diese wurden in allen Studien von Lindquist et al. (2012) konsistent aktiviert, um die Erfahrung von Wut, Ekel, Angst, Glück und Traurigkeit zu bewerten. In solchen Zuständen wird nach Quigley et al. (2013) ein Affekt auf irgendeine kausale Weise sinnvoll mit einer Situation verknüpft. Affektive Erfahrungen charakterisieren sich durch kurze Dauer und einer Relation zu etwas (Schreyögg, 2015).
Doch welchen Sinn haben Gefühle? „Emotionen dienen dem Erzeugen von Nähe, zum Beispiel Dankbarkeit, Glück, Liebe, Scham, Schuld, Bedauern, sowie der Wahrung von Distanz, zum Beispiel durch das Zeigen von Wut, Hass, Verachtung oder Stolz“ (Kupiek, 2022, S. 525).
Emotionen gelten im Bereich der kognitiven Psychologie als gründlich untersucht (Lindquist et al., 2012; Quigley et al., 2013). Im alltäglichen Leben haben die unterschiedlichsten Arten von externen Reizen nach Fazio (2001) und Marin et al. (2012) nicht allein Auswirkungen auf subjektive Sinne und resultierende hervorgerufene Emotionen. Sondern diese beeinflussen laut Jaquet et al. (2014) eine Entscheidungsfindung und nachfolgendes Verhalten.
Beim Lernen werden emotionale und motivationale Prozesse als untrennbar betrachtet (Mayer, 2014). Denn Emotionen sind dort allgegenwärtig (Pekrun & Stephens, 2010). Mayer (2020) modelliert den übergeordneten Prozess in vier Schritten. Dabei löst eine Lernepisode einen miteinander verknüpften emotionalen und kognitiven Prozess aus (Kupiek, 2016, 2020).
Dies geschieht bevor ein Lernergebnis erzielt wird. In seinem Modell beschreibt Mayer (2020) drei zentrale Themen. Zuerst erfolgt die Identifikation von Emotion. Im Fokus liegen Schlüsselemotionen. Von zentraler Bedeutung ist zweitens die Messung von Emotionen. Wie kann man während des Lernens demnach feststellen, welche Schlüsselemotionen ein Proband wie stark erlebt? Zusammenfassend gilt es drittens darum zu erläutern, was man unter Ursachen und Folgen des emotionalen Zustandes während des Lernprozesses versteht.
Doch was können Emotionen bei Lernenden bewirken? Meist wurden negative Ereignisse, wie Prüfungsamt, im Kontext des Lernens erforscht (Pekrun, 1992; Zeidner, 1998). Die Angst im Zusammenhang mit schulischen Ereignissen ist ein relevantes Thema (Poropat, 2009, 2014; Seipp, 1991). Ebenfalls wird dem Lernen an Computern eine signifikante Bedeutung zugedacht (Brosnan, 1998). Beispielsweise fanden Brand et al. (2007) heraus, dass negative Emotionen zu längeren Lernzeiten und zu einer geringeren Leistung bei Transferaufgaben führen.
Auch Frustration und Langeweile sind lernhinderlich (D’Mello & Graesser, 2012). Verwirrung kann jedoch paradoxerweise zu tieferem Lernen führen (D’Mello et al., 2014). Doch welche Rolle haben die Lehrenden inne? Mitunter ist auf Horovitz und Mayer (2021) zu beharren. Ihnen zufolge erkennen Schüler zuverlässig die Gefühlslage des Lehrenden. Dieser Gefühlszustand geht schließlich auf die Lernenden über. Der Effekt gilt dabei für menschliche und virtuelle Dozenten.
Weiterhin kann bezüglich des im Kapitel 1.3 erläuterten Mental Efforts eine Induktion von Emotionen dazu instande sein, mentale Anstrengung zu steigern (Mayer & Estrella, 2014). Nach Pekrun (2000) ist eine solche Induktion grundsätzlich dazu in der Lage, die wahrgenommene Autonomie des Lernenden fördern. Positiv affektives Erleben kann darüber hinaus einen Leistungsschub bewirken (Edlinger & Hascher, 2008). Nach Di Leo et al. (2019) kann es zudem metakognitive Strategien fördern.
Die Ergebnisse von Karamarkovich und Rutherford (2021) deuten darauf hin, dass Schüler bei einem Lernthema oder Unterrichtsfach positive, negative oder gemischte Gefühle empfinden können, wobei das jeweilige Gefühl signifikante Auswirkungen auf die Lernleistung hat. So erzielen Grundschüler mit gemischten Gefühlen im Fach Mathematik bessere Ergebnisse als jene Klassenkameraden, welche das Schulfach mit negativen Emotionen assoziieren. Die zitierte Studie postuliert daher, dass Emotionsprofile einen Teil der Beziehung zwischen Erwartung und Leistung erklären.
Messinstrumente
Wie genau sind Emotionen zu erfassen? Eine Möglichkeit stellt MDBF - Der Mehrdimensionale Befindlichkeitsfragebogen dar. Dieser verfügt über 24 Items mit fünfstufiger Antwortskala. Sie werden mit je acht Items in drei Dimensionen unterteilt: Gute-Schlechte Stimmung, Wachheit-Müdigkeit und Ruhe-Unruhe (vgl. Babilon et al., 2022). Man kann ihn in je zwei parallele Testhälften unterteilen. Die Bearbeitungsdauer liegt nach Steyer et al. (1997) bei etwa vier bis acht Minuten in der Langform. Und bei etwa drei bis sechs Minuten in der Kurzform.
Der Fragebogen weist nach Fritz et al. (2015) und entgegen Steyer et al. (1997) lediglich eine interne Konsistenz von .73 ≤ α ≤ .89 auf. Die Retest-Reliabilität liegt zwischen .69 und .86 (vgl.Heinrichs & Nater, 2002).
Die zweite Möglichkeit ist der PANAVA-KS (Positive Aktivierung, negative Aktivierung und Valenz Aktivierung Kurzskala) Fragebogen nach Schallberger (2005). Er verfügt über 10 Items mit siebenstufiger Antwortskala. Die Items werden dabei in drei Unter Kategorien geteilt: Negative Aktivierung, positive Aktivierung und Valenz. Diese sind wiederum bipolar. Die Konsistenzen von PA (-) und NA (-) liegen bei einem Cronbach Alpha Mittelwert um .80 (Wutke, 2022). Der Fragebogen dient laut Beege et al. (2020) dazu, emotionale Reaktionen der Teilnehmer auf zuvor dargebotene Stimuli zu messen (vgl.Schallberger, 2005).
Zu den Konstrukten Positive Aktivierung, negative Aktivierung und Valenz existiert folgende Darlegung: Watson und Tellegen (1985) postulierten ein Vektormodell. In diesem ist positive Aktivierung mit positiver Emotion, wo man ein hohes Engagement aufweist, verbunden. Unter hohem Engagement ist negative Aktivierung wiederum mit negativen Emotionen verbunden. Valenz wird nach Russell und Carroll (1999) als hedonistischer Ton definiert.
Verglichen mit dem MDBF (.86 ≤ α ≤ .92) und bezugnehmend auf die Angaben zur Zuverlässigkeit nach Steyer et al. (1997), ist beim PANAVA-KS (.74 ≤ α ≤ .80) eine geringere Reliabilität hinsichtlich Cronbachs Alpha gegeben. Als Kritikpunkt kann weiterhin ein Cronbach Alpha Mittelwert von .70 für Valenz erachtet werden (vgl. Schallberger, 2005, S. 87). Zusammenfassend wird der MDBF als vielversprechender erachtet. Weiterhin ist er aufgrund seiner Teilbarkeit in Kurzform A und B eine bessere Wahl für Vorher-Stimulus-Nachher Vergleiche. Jedoch geschieht dies nach Steyer et al. (1997) zu Lasten der Zuverlässigkeit (.73 ≤ α ≤ .89).
Kapitel 2.1.1 – Emotional Design
Unter Emotional Design versteht man „die Verwendung einer Reihe von Designmerkmalen mit dem Ziel, die Emotionen der Lernenden zu beeinflussen, um das Lernen zu verbessern“ (Plass & Kaplan, 2016, S. 138). Zu solchen Designmerkmalen zählen ansprechende Grafiken und Farben, sowie menschliche Eigenschaften in der Gestaltung. Darunter können beispielsweise ein Virus und eine Wirtszelle mit Augen verstanden werden (Um et al., 2012). Zur Auswirkung des Emotional Designs gibt es umfassende wissenschaftliche Erkenntnisse. So haben Studien gezeigt, dass die Implementierung eines emotionalen Designansatzes positiv affektive motivationale Zustände steigern kann (Brom et al., 2018; Peng et al., 2021). Die Aufgabenschwierigkeit zeigt sich dabei verringert und die Lernleistung von Schülern verbessert (Shangguan et al., 2020; Wong & Adesope, 2021).
Es weisen Lernende im negativen emotionalen Zustand, verglichen mit Lernenden in positiver emotionaler Verfassung, schlechtere Lernergebnisse, aber zugleich eine geringere kognitive Belastung und ein höheres wahrgenommenes Leistungsniveau auf (Chen et al., 2021). Ein Emotionales Design mildert die Beeinträchtigung durch den Ego Depletion Effect – welcher besagt, dass anfängliche Bemühungen eines Lernenden um Selbstkontrolle die Anfälligkeit für den Verlust dieser paradoxerweise erhöhen (Friese et al., 2019) – beim Lernen und hilft den Lernenden, ihre Selbstregulationskraft zu bewahren (Le et al., 2021). Jedoch gibt es widersprüchliche Ergebnisse. Dort wurden keine positiv affektiven Motivationszustände von Lernenden entdeckt oder bessere Lernergebnisse gefördert (Park et al., 2015; Stárková et al., 2019).
Kapitel 2.2.2 – Enthusiasmus
Nach Metcalfe und Game (2006) haben gute Lehrer Leidenschaft. Den Funken, ihre Leidenschaft zu teilen, spüren Kinder. Sie nehmen ihre Aufregung wahr und das macht sie neugierig. Doch was versteht man unter Enthusiasmus? Die Komplexität des Konzepts und die Vielfalt seiner Perspektiven machen es beinahe unmöglich, diesen konsistent zu konzeptualisieren (Gabryś-Barker, 2016). Kunter et al. (2008) verstehen Lehrerbegeisterung als Persönlichkeitsmerkmal. Dieses drückt sich in bestimmten affektiv bedingten Verhaltensweisen aus. Das Merkmal leitet sich dieser Vorstellung zufolge aus der intrinsischen Motivation, positiver Einstellung und dem Interesse des Lehrers an das Fach und dessen Unterricht ab. Collins (1978) begreift Enthusiasmus bei Lehrern als eine verhaltensbedingte Manifestation. Diese drückt sich durch den Gebrauch der Stimme oder über nonverbale Kommunikation aus.
Die Begeisterung für den Unterricht und für das Unterrichtsfach müssen als getrennte Kategorien behandelt und entsprechend definiert werden. Denn diese haben unterschiedliche Auswirkungen auf Lernende und Lehrende (Kunter et al., 2011). Keller et al. (2016) schlagen wiederum eine integrative Definition von Enthusiasmus bei Lehrern vor. Dort versteht man Lehrerbegeisterung als gemeinsames Auftreten von Freude und Verhaltensausdruck.
Es wird angenommen, dass die Begeisterung der Lehrer positive Auswirkungen auf die Schüler hat. Dies geschieht, indem der Enthusiasmus deren Einstellungen und Motivation direkt beeinflusst (Palmer et al., 2019). Die Aufmerksamkeit der Schüler selbst wecken Lehrer durch eine Präsentation von Inputmaterial. Dieses schließt enthusiastische, ansprechende, innovative und persönliche Elemente ein (Bettencourt et al., 1983).
Rosenshine (1970) teilte erstmals die Komponenten von enthusiastischen Verhalten in hohe und niedrige Inferenzvariablen ein. Hohe maßen Variablen wie Energie und Ausdrucksstärke. Niedrige maßen hingegen Variablen wie Wörter pro Minute, Anzahl an Gesten oder Bewegungen pro Minute. Lunsford hatte im Jahre 2011 die Intension, solche Variablen genauer zu untersuchen. Das Ergebnis war die Lehrer-Enthusiasmus-Skala (Gabryś-Barker, 2016). Diese liefert Anhaltspunkte für eine differenzierbare Gestaltung der enthusiastischen Sprecherstimme.
Moè (2016) orientierte sich in ihrer Studie an diese Skalierung. Die Ergebnisse zeigten, dass sich Probanden in der Bedingung des hohen Enthusiasmus an mehr Informationen erinnerten. Man war weiterhin intrinsisch motivierter und benötigte eine als kürzer eingeschätzte Zeit zum Lesen als in der Kontrollbedingung. Generell gibt es zahlreiche Forschungsdaten zur Verknüpfung von Pädagogischen Agenten mit dem Konstrukt des Enthusiasmus.
So entdeckten Liew et al. (2017), dass die Begeisterung eines Pädagogischen Agenten Lernende dazu ermutigt, ihre Anstrengungen beim Lernen zu steigern. Die Orientierung Liews an die Lehrer-Enthusiasmus-Skala ist dabei nicht zu übersehen. So verwendete man für den enthusiastischen Agenten eine begeisternde Stimme, schnelles Tempo, große Dynamik in der Tonhöhenvariation und eine Tonhöhenkontur nach oben. Jene sind die vokalen Eigenschaften des Hohen Enthusiasmus nach Lunsford (vgl. Gabryś-Barker, 2016).
In der Studie von Liew et al. (2020) wurden dem Sprecher mit einer enthusiastischen Stimme wiederum höhere soziale Bewertungen zugeschrieben. Jedoch wirkten sich enthusiastische und ruhige Stimmen nicht unterschiedlich auf die Sprecherbewertungen für Lernerleichterung und Glaubwürdigkeit aus.
Beege et al. (2020) entdeckten, dass man beim Lernen mit einem neutralen Pädagogischen Agenten im Gegensatz zum enthusiastischen Agenten eine höhere Punktzahl in den Multiple-Choice-Fragen erzielt. Jedoch hatte das Verwenden der Nebenaufgabe mit einer hohen mentalen Belastung (ML) in dieser Bedingung ihren Preis. Im Gegensatz dazu schnitten Lernende mit geringer mentaler Belastung bei den Multiple-Choice-Fragen besser ab, wenn sie mit einem enthusiastischen Pädagogischen Agenten lernten. Schließlich untersuchten Liew, Tan und Kew (2022), welche Wirkungen ein verärgerter Pädagogischer Agent im Vergleich zum enthusiastischen Agenten auf die Versuchspersonen erzielte.
Die Studie zeigt, dass weibliche Lernende einen höheren Mental Effort und bessere Lernleistungen erzielen. Dies konnte unter der Bedingung beobachtet werden, dass der Pädagogische Agent beim direkten Feedback auf Nutzereingaben seinen Ärger ausdrückte. Männliche Lernende berichteten hingegen von geringfügig geringerem Mental Effort. Daher sind enthusiastische Agenten bei männlichen Probanden willkommener.
Messinstrumente
Wie kann Enthusiasmus valide und reliabel erfasst werden? Hier ist auf Autoren, wie Marsh (1982), Marsh und Ware (1982), Murray (1983), Marsh (1994), Patrick et al. (2000), Kunter et al. (2008), Frenzel et al. (2009) und Wheeless et al. (2011) zu verweisen. Frenzel entwickelte einen Fragebogen mit vier Items auf einer Fünf-Punkte-Bewertungs-Skala von 1 - entschieden widersprechend bis hin zu 5 - stimme voll und ganz zu (Cronbach α =0,85). Vielversprechender ist der Fragebogen von Patrick und Kollegen. Dieser verwendet vier Items auf einer Sieben-Punkte-Bewertungs-Skala von 1 - entschieden widersprechend zu 7 - stimme voll und ganz zu (Cronbach α =0,93).
Möchte man lediglich den Enthusiasmus einer Stimme betrachten, disqualifiziert sich der Fragebogen von Patrick und Kollegen unter dieser Prämisse. Stattdessen kann auf den Fragebogen von König (2021) verwiesen werden. Jedoch ist darauf hinzuweisen, dass König lediglich ein Item zur Messung des erlebten Enthusiasmus verwendet.
In seiner Studie sind zwei Versionen eines Unterrichts-Podcasts entwickelt worden. Der Wortlaut zwischen den beiden Versionen blieb dabei identisch. Allerdings wurde der Sprecher angewiesen, sein Skript einmal neutral und ein weiteres Mal enthusiastisch einzusprechen.
Das Hören der enthusiastischen Version führte zu positiveren Bewertungen der Unterrichtsqualität. Die Probanden bewerteten den enthusiastischen Unterricht als interessanter und spannender. Dem Enthusiasmus konnte man jedoch keinen Einfluss auf die Glaubwürdigkeit der bereitgestellten Informationen nachweisen.
Die Studie zeigt: „Teaching adequate evaluation strategies seems especially important because laypeople often base their trustworthiness judgments on factors like the enthusiasm of an information source and their tone of voice“ (König et al., 2022, S. 2). Folgende Abbildung visualisert den Fragebogen, wobei links die Mittelwerte und rechts die Standardabweichungen aufgeführt sind:
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 3 Eigene deutsche Übersetzung des Fragebogens von Lars König
Wie die Abbildung verdeutlicht, weist der Fragebogen je ein Item für: Genuss, Lernmotivation, Podcasts, Glaubwürdigkeit, Vertrauenswürdigkeit, Interesse und Aufregung auf. Das Gesamturteil lässt den Probanden eine Bewertung, ausgedrückt in den Schulnoten 1 bis 6, abgeben. Podcasts sind abschließend eine äußerst vielversprechende Präsentationsart. Die Studie von Stradiotová (2020) bestätigte, dass Befragte den Podcast als neue Form und Ergänzung zum traditionellen Unterricht wahrnehmen, welche beispielsweise ihre Motivation zum Erlernen einer Fremdsprache entfacht.
Kapitel 2.2 – Motivation
Die Frage nach der Motivation ist laut Brandstätter et al. (2018) die Frage danach, wie und wozu ein Mensch handelt. Nach Heckhausen und Heckhausen (2006) versteht man unter Motivation einen Prozess. Dieser ergibt sich aus den Determinanten Person, Handlung, Situation, Folgen und Ergebnis (Schneider & Hasselhorn, 2008). Er ist aufgrund dessen gekennzeichnet, dass dieser Prozess als kurzfristiges Persönlichkeitsmerkmal entnommen wird. Emotion und Motivation scheinen zu korrelieren (Kleinginna & Kleinginna, 1981; Leventhal & Scherer, 1987; Raab et al., 2010).
In der Psychologie versteht man Gerrig (2016) zufolge unter einem Motivationsprozess die Aufrechterhaltung psychischer und physischer Aktivitäten. Keinesfalls darf die Motivation mit dem Motiv verwechselt werden. Letzterem wird die Eigenschaft zugeschrieben, dass es Personen dazu veranlasst einen Motivationsprozess einzuleiten (Baum, 2020; Heckhausen & Heckhausen, 2006). Lernen ist kein eigenes Motiv. Denn in der Motivationsforschung wird es als Folge von Motivation angesehen. Ein Organismus behält auf langer Dauer nur Handlungen und Ausdrucksformen bei und entwickelt anschließend jene weiter, welche zu einer Motivbefriedigung beitragen (Baum, 2022; McClelland, 1985).
Über Motivation wird im Lernkontext von der intrinsischen Motivation gesprochen (Deci & Ryan, 1980, 1985). Aronson et al. (2012) definieren intrinsische Motivation damit, dass man etwas tut, weil man Freude oder Interesse daran empfindet. Unter extrinsischer Motivation kann eine versprochene Belohnung verstanden werden. Intrinsische und extrinsische Motivation sind folglich mitnichten unabhängig voneinander zu betrachten. Erstere Motivation verfügt über einen länger andauernden Effekt auf die Lernmotivation (Baum, 2020). Extrinsische Motivation kann nach Baum (2022) innerhalb eines Prozesses wiederum nachträglich zur Folge haben, dass intrinsische und extrinsische Motivation nicht mehr voneinander unterschieden werden können.
Ein Kernproblem dieser Sichtweise ist, dass Lernende nicht alleine den extrinsischen und intrinsischen Motivationen folgen können. Wäre dem so, würden die äußeren Bedingungen – wie schönes Wetter – massive Ablenkungen erzeugen und die Lernprozesse kurzhalten. Aus dieser Denklücke heraus entstand die Theorie der Volition. Die Lernhandlung selbst wird dabei nach Hasselhorn und Gold (2017) durch das Rubikon-Modell beschrieben. Dieses zeigt Heckhausen (1987) zufolge die Grenze zwischen Motivation und Volition (der Willenskraft) auf. Und ab dem Moment einer Entscheidung tritt für das Vollziehen einer Handlung das Konstrukt der Volition in Kraft.
In ihrer Studie fanden Horovitz und Mayer (2021) heraus, dass Schüler durchaus von höherer Motivation berichten. Voraussetzung dafür ist, dass ein Lehrer positive Emotionen zeigt. Aber die Posttest Leistung war insgesamt nicht besser. Zusammenfassend bildet sich die Lernmotivation aus der intrinsischen und extrinsischen Motivation. Die Volition verhindert dabei den übermäßigen Einfluss äußerer Faktoren, welche den Lernenden während des Lernprozesses ablenken würden.
Messinstrumente
Nun stellt sich die Frage, wie Motivation erfasst werden kann. Rheinberg et al. (2001) entwickelte zu diesem Zweck einen Fragebogen namens FAM. Dieser wird vor einer Aufgabe oder zwischen den Aufgaben ausgefüllt und dient der Messung aktueller Motivation in Lern- und Leistungssituationen. FAM besteht aus 18 Items mit einer siebenstufigen Antwortskala. Diese Items werden in die vier Faktoren: Herausforderung, Interesse, Erfolgswahrscheinlichkeit und Misserfolgsbefürchtung untergliedert. Die internen Konsistenzen nach Cronbach liegen bei: .66 ≤ α ≤ .90 (Rheinberg et al., 2021). Rheinberg et al. (2001) berichten, dass die aktuelle Motivation zum späteren Zeitpunkt mit Lernverhalten und weiterhin mit Lernleistung korreliert.
Als Alternative oder auch besser für die Messung von Motivation nach einer Stimulus Präsentation geeignet, zeigt sich der Situational Motivation Scale (SIMS) Fragebogen (Guay et al., 2000). SIMS besteht aus 16 Items mit einer siebenstufigen Antwortskala. Diese werden in die vier Faktoren: Intrinsic Motivation, Identified Regulation, External Regulation und Amotivation untergliedert. Hinsichtlich seiner Reliabilität kann veräußert werden: „The subscales internal consistency values (Cronbach’s α) were: intrinsic motivation = .95, identified regulation = .80, external regulation = .86, and amotivation = .77.“ (Guay et al., 2000, S. 8). Wie Standage et al. (2003) bereits verdeutlichten, existieren Versuche die Item Anzahl ohne größere Verluste hinsichtlich der internen Konsistenz zu verringern.
Respektive den Fragebogen weiterzuentwickeln (vgl. Rodrigues et al., 2021). Eine deutsche Übersetzung fand bei Schneider (2021) ihre Anwendung. Zur Vorbeugung von größeren Übersetzungsfehlern und zum Herstellen von Vergleichbarkeit wird auf diese zurückgegriffen.
Kapitel 2.3 – Hörbücher und Bildungspodcasts
Das Hörbuch ist eines der alternativen Medien. Mit diesem kann man Unterrichtsmaterial in Form von Tonaufnahmen bereitstellen, um die Konzentration zu fördern. Wenngleich das Hörbuch nach Köhler (2005) und Häusermann (2010) im deutschsprachigen Raum eher als restriktiver Begriff, nämlich das Verlesen eines Buches durch Audioaufnahmen eines Sprechers mit zusätzlichen Tonmaterial und Musik begriffen wird, liegt dieser Studie der Vorschlag einer anderen Definition zugrunde:
Ein Hörbuch ist ein publizierter gesprochener Inhalt auf Tonträgern. Dieser umfasst Lesungen aus Büchern, Hörspiele, Features und Audioguides. Unter dieser Prämisse sind sowohl reine Sprachaufnahmen, als auch Aufnahmen mit unterstützenden Ton- und Musikmaterial möglich.
Hörbücher können einen Lernprozess erleichtern und dafür eine kreative Lernplattform bereitstellen (Warsihna et al., 2021). Nach Bal (2019) steigt die Nachfrage für Hörbücher. Diese haben gegenüber gedruckten Büchern Besonderheiten (Diehm, 2010). Denn man spart Zeit und sie gestalten das Rezipieren von Inhalten angenehmer (Putri Tsany, 2021). Man kann damit bereits vertraute Geschichten neu erleben (Binczek, 2014). Erstaunlicherweise fördern Hörbücher die Fähigkeit, Geschicklichkeit sowie Aufmerksamkeit über längere Dauer aufrechtzuerhalten (Barinova, 2019).
Im Kontext des E-Learnings zeigen sich Hörbücher und Podcasts momentan noch als recht unerforschte Gebiete: „However, considering the limitations of the existing auditory stimulus database studies, research using auditory stimuli is relatively limited compared with the studies using visual stimuli“ (Yang et al., 2018, S. 1415).
Ein möglicher Grund wäre, dass visuelle Reize im Vergleich zu auditiven Reizen leichter zu manipulieren sind (Bradley & Lang, 2000). Nach Zhou et al. (2022) sind sie obendrein leichter zu kontrollieren. Dies sind nur wenige von vielen Hindernissen: „Gleichzeitig erfordert die innovative Nutzung von Audioinhalten für Bildungszwecke das Verständnis und die Lösung von Problemen im Zusammenhang mit der Suche nach Möglichkeiten zur Erstellung von Audioinhalten für Bildungszwecke […]“ (Mikidenko & Storozheva, S. 5).
Im Gegensatz dazu expandiert die Forschung zu audio-visuellen Inhalten beständig (vgl. Beege et al., 2020; Liew et al., 2017; Liew et al., 2020; Liew, Tan & Kew, 2022). Das bedeutet keineswegs, dass diese Erkenntnisse für die Gestaltung von Hörbüchern und Bildungspodcasts irrelevant sind. Denn es lassen sich viele nützliche Informationen ersuchen. Interessant ist, dass Chiou et al. (2020) zufolge die Sprachqualität eines pädagogischen Agenten dessen Bewertung hinsichtlich des zugesprochenen Vertrauens durch den Probanden beeinflusst. Aber nicht die Lernergebnisse. Von besonderer Bedeutung scheint weiterhin die Soundqualität zu sein. So fanden Asutay et al. (2012) in ihrer Studie signifikante Korrelationen zwischen Verdruss- und Lautstärkeurteile. Das hat besondere Auswirkungen auf die Gestaltung von Hörbüchern oder Podcasts.
Doch was muss geschehen, damit diese mehr Relevanz im Kontext des E-Learnings erhalten? Tsvetkova (2021) postuliert einige Schlussfolgerungen für die Zukunft von Hörbüchern und Podcasts. Man verweist auf die Notwendigkeit, deren Nutzen zu fördern und mehr Aufmerksamkeit zu widmen. Denn Hörbücher können zur Qualitätsverbesserung von multimodaler Lesekultur beitragen. Ry-Kottoh et al. (2021) machen darüber hinaus auf den eingeschränkten Nutzen von Büchern für Menschen mit visuellen Defiziten aufmerksam. Hörbücher oder Podcasts ermöglichen den Betroffenen wiederum, Zugang zu den gleichen Bildungschancen wie ihre nicht eingeschränkten Kollegen zu erhalten (vgl. Amalia & Istiqomah, 2020).
Bezüglich des im Kapitel 2.1 aufgegriffenen Begriffes der Emotion kann unter Zuhilfenahme von Richardson et al. (2020) verlautet werden, dass Videos den Befragungen zufolge durchschnittlich um etwa 15 % ansprechender wahrgenommen werden als Hörbücher. Probanden zeigen sich darüber hinaus konzentrierter. Dem widersprechend postulieren die physiologischen Messungen höhere Werte für Hörbücher. Der Unterschied wird damit erklärt, dass die phantasievolle Erzeugung von Bildern eine stärkere kognitive und emotionale Verarbeitung erfordert.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 4 Eigenes Schema der auditiven und visuellen Stimulus Verarbeitung
Dennoch stellt sich unter Betrachtung dieses einzelnen Ergebnisses die Frage, ob visuelle und auditive Medien hinsichtlich Immersion und emotionales Engagement tatsächlich auf eine andere Art und Weise wahrgenommen werden. Die Erkenntnisse von Rojo López et al. (2021) zeigen, dass bei physiologischen Messungen und bei jenen durch Selbsteinschätzung keine signifikanten Unterschiede zwischen den Gruppen oder verschiedenen Versionen des rezipierten Stimulus Materials vorlagen. Im Kontext des E-Learnings müsste die Studie von Richardson et al. also repliziert und beide genutzten Medienformen miteinander verglichen werden.
Kapitel 3 – Enthusiasmus in auditiver Lernumgebung
In einem einfaktoriellen dreifachgestuften Between-Subject Design wurde während einer Online-Studie die Wirkung von verschieden stark ausgeprägtem Enthusiasmus auf Probanden innerhalb einer auditiven Lernumgebung untersucht. Dabei galt es eine Vergleichbarkeit zwischen geringen Enthusiasmus, moderaten Enthusiasmus und hohen Enthusiasmus zu gewährleisten. Weiterhin sollte der Vortrag einen Bezug zur Praxis – dem Lehren innerhalb eines Klassenzimmers – aufweisen. Zu diesem Zweck wurde die Lehrer-Enthusiasmus-Skala folgendermaßen modifiziert.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 5 Selbst angepasste Lehrer-Enthusiasmus-Skala
Zum Versuch stellte man folgende Hypothesen auf:
H1. Lernende in der moderat enthusiastischen Bedingung erzielen im Lerntest bessere Resultate als Lernende in der sehr enthusiastischen oder gering enthusiastischen Bedingung.
H2. Lernende in der sehr enthusiastischen Bedingung weisen eine höhere Motivation bezüglich des Lernmaterials und höheren Mental Effort hinsichtlich des Lerntests auf als Lernende in der moderat enthusiastischen oder gering enthusiastischen Bedingung.
H3. Bei Lernenden in der gering enthusiastischen Bedingung zeigen sich geringere durch das Lernmaterial induzierte Änderungen der momentanen Befindlichkeit als bei Lernenden in der moderat enthusiastischen oder sehr enthusiastischen Bedingung.
H4. Lernende in der gering enthusiastischen Bedingung erzielen einen geringeren auf den Lerntest bezogenen Mental Load als Lernende in der moderat enthusiastischen oder sehr enthusiastischen Bedingung.
H5. Lernende in der moderat enthusiastischen Bedingung weisen einen höheren lernbezogenen Cognitive Load auf als Lernende in der sehr enthusiastischen oder gering enthusiastischen Bedingung.
H6. Lernende in der moderat enthusiastischen Bedingung weisen einen höheren intrinsischen Cognitive Load auf als Lernende in der sehr enthusiastischen oder gering enthusiastischen Bedingung.
H7. Der auf das Lernmaterial bezogene extrinsische Cognitive Load ist in allen drei Bedingungen gering ausgeprägt.
H8. Lernende in der sehr enthusiastischen Bedingung bewerten den Vortrag besser als Lernende in der moderat enthusiastischen oder gering enthusiastischen Bedingung.
Häufig gestellte Fragen
Was ist das Thema dieses Dokuments?
Dieses Dokument ist ein umfassender Sprachüberblick, der den Titel, das Inhaltsverzeichnis, die Ziele und Schlüsselthemen, Kapitelzusammenfassungen und Schlüsselwörter enthält. Es befasst sich mit kognitiven und affektiven Lernprozessen, insbesondere im Kontext auditiver Lernumgebungen und dem Einfluss von Enthusiasmus.
Was sind die Hauptkapitel des Dokuments?
Die Hauptkapitel umfassen: Kognitive Lernprozesse, Affektive Lernprozesse und Enthusiasmus in auditiver Lernumgebung. Es gibt auch eine allgemeine Diskussion, ein Fazit und Implikationen, Limitationen und Vorschläge für Folgestudien sowie ein Literaturverzeichnis und einen Anhang.
Was wird im Kapitel über kognitive Lernprozesse behandelt?
Dieses Kapitel behandelt die Cognitive Load Theory (CLT), einschließlich intrinsischer, extrinsischer und lernbezogener kognitiver Belastung (ICL, ECL und GCL). Es werden auch Mental Load, Mental Effort und Augmented Cognitive Load (aCLT) erläutert. Des Weiteren wird die Cognitive-Affective Theory Of Learning With Media (CATLM) behandelt.
Was wird im Kapitel über affektive Lernprozesse behandelt?
Dieses Kapitel widmet sich Emotionen (inklusive Emotional Design), Motivation und Enthusiasmus. Es werden auch Hörbücher und Bildungspodcasts im Kontext des Lernens erörtert.
Was sind die wichtigsten Definitionen im Zusammenhang mit der Cognitive Load Theory?
- Cognitive Load: Die Belastung des kognitiven Systems eines Lernenden während des Ausführens einer Aufgabe.
- Intrinsische kognitive Belastung (ICL): Die Komplexität der Lerninhalte, abhängig vom Vorwissen der Lernenden.
- Extrinsische kognitive Belastung (ECL): Die Art und Weise, wie Lerninhalte dargeboten werden, beeinflusst durch das instruktionale Design.
- Lernbezogene kognitive Belastung (GCL): Der Anteil der kognitiven Belastung, der für den Lernprozess unabdingbar ist.
Was wird unter Mental Load und Mental Effort verstanden?
Mental Load bezieht sich auf die Menge an kognitiven Ressourcen, die zur Lösung eines Problems benötigt werden. Mental Effort bezieht sich auf die Menge an Kapazität oder Ressourcen, die tatsächlich zugewiesen werden, um die Aufgabenanforderungen zu erfüllen.
Was ist Augmented Cognitive Load (aCLT)?
Augmented Cognitive Load ist eine Erweiterung der Cognitive Load Theory, die affektive Belastungen berücksichtigt und das Arbeitsgedächtnis nicht vollautomatisch als GCL verwendet. Sie beinhaltet kognitive und affektive Unterstützungsmaßnahmen.
Was ist Emotional Design?
Emotional Design bezieht sich auf die Verwendung einer Reihe von Designmerkmalen, um die Emotionen der Lernenden zu beeinflussen und das Lernen zu verbessern. Dies kann durch ansprechende Grafiken, Farben und menschliche Eigenschaften in der Gestaltung erreicht werden.
Was versteht man unter Enthusiasmus im Kontext des Lehrens?
Enthusiasmus im Kontext des Lehrens wird als Persönlichkeitsmerkmal des Lehrers verstanden, das sich in affektiv bedingten Verhaltensweisen äußert. Es drückt sich durch die Stimme, nonverbale Kommunikation und Begeisterung für das Unterrichtsfach aus.
Welche Messinstrumente werden für Emotionen, Motivation und Cognitive Load erwähnt?
- Emotionen: MDBF (Mehrdimensionaler Befindlichkeitsfragebogen), PANAVA-KS (Positive Aktivierung, negative Aktivierung und Valenz Aktivierung Kurzskala).
- Motivation: FAM (Fragebogen zur aktuellen Motivation), SIMS (Situational Motivation Scale).
- Cognitive Load: Fragebögen von Klepsch et al. (2017) und Leppink et al. (2014), sowie physiologische Messungen.
Welche Rolle spielen Hörbücher und Bildungspodcasts im Lernprozess?
Hörbücher und Bildungspodcasts können den Lernprozess erleichtern und eine kreative Lernplattform bereitstellen. Sie fördern die Konzentration, sparen Zeit und gestalten das Rezipieren von Inhalten angenehmer. Sie sind besonders relevant für Menschen mit visuellen Einschränkungen.
Was wird im Kapitel über Enthusiasmus in einer auditiven Lernumgebung untersucht?
Dieses Kapitel beschreibt eine Studie, die die Wirkung von unterschiedlich stark ausgeprägtem Enthusiasmus auf Probanden innerhalb einer auditiven Lernumgebung untersucht. Es werden Hypothesen aufgestellt und experimentelle Designs beschrieben.
Welche Hypothesen werden in der Studie zum Enthusiasmus in auditiver Lernumgebung aufgestellt?
Es werden Hypothesen über den Einfluss von Enthusiasmus auf Lernerfolg, Motivation, Mental Effort, Befindlichkeit, Mental Load und Cognitive Load aufgestellt. Außerdem wird die Bewertung des Vortrags in den verschiedenen Enthusiasmus-Bedingungen untersucht.
- Arbeit zitieren
- Thomas Theumer (Autor:in), 2022, Kognitive und affektive Prozesse in auditiven Lernvorträgen. Die Bedeutung der Variable Enthusiasmus, München, GRIN Verlag, https://www.grin.com/document/1355181
