Interaktive Lernsysteme: Anregung metakognitiver Prozesse in unklar definierten Domänen

Inhaltsverzeichnis

1. Einleitung

2. Das Forschungsthema „Metakognition“
2.1. John H. Flavell: “Model of Cognitive Monitoring”
2.2. Anregung von Metakognition in interaktiven Lernsystemen und das Problem der Operationalisierung

3. “The Reflection Assistant” von C. Gama
3.1. Theoretische Basis des Reflection Assistant
3.2. Einsatz des Reflection Assistant im Problemlöseprozess

4. Einsatz des Reflection Assistant in schlecht definierten Domänen
4.1. Einsatz in schlecht definierten Domänen
4.2. Berücksichtigung motivationaler Aspekte des Problemlösens
4.3. Knowledge monitoring und Personenwissen
4.4. Die Wichtigkeit metakognitiver Planung
4.5. Die Förderung von „Selbstregulation“

5. Anregung metakognitiver Aktivitäten in der Lernumgebung LightHouse
5.1. Das LightHouse-Szenario „Unternehmensfusion“
5.2. Die Rolle der Metakognition im Fusions-Szenario

6. Schlussbemerkung

Literaturverzeichnis

Erklärung

„Zugleich damit, dass jemand etwas weiß, weiß er

nämlich eben dadurch, dass er das weiß, und zugleich

weiß er, dass er weiß, was er weiß.“

(Spinoza, 1632-1677)

1. Einleitung

Computerszenarios erscheinen als eine geeignete Form, Problemlösen und Handeln von Menschen zu trainieren, da Problemlösefähigkeiten in einem Kontext realistischer Problemlöse-Situationen erlernt werden sollten (vgl. Mayer 1998: 53). Indem sich die Computertechnologie stetig weiterentwickelt, entstehen neue Möglichkeiten, komplexe Szenarien realistisch abzubilden und komplexes Problemlösen auch in „schlecht definierten“ Domänen zu trainieren. Denn alleine die metakognitiven Prozesse, die von Individuen beim Problemlösen eingebracht werden, dürften sich innerhalb und außerhalb einer Laborumgebung unter- scheiden (vgl. Davidson/Deuser/Sernberg 1994: 224). Die Gestaltung von computerunterstützten Lernszenarien unterlag jedoch bislang noch häufig den Fortschritten der Computertechnologie und weniger den Untersuchungen menschlichen Lernens und Wissenserwerbs (vgl. Vosniadou 1994: 11). Dabei spielen jedoch Erkenntnisse aus der Kognitionspsychologie eine zentrale Rolle, wenn es um den Erwerb von Expertise, also Handlungswissen, und den Anreiz metakognitiver Aktivitäten mit Hilfe von computerbasierten Trainingstools geht.

Die vorliegende Hausarbeit beschäftigt sich mit der Frage, inwiefern ein computerunterstütztes Lernszenario metakognitive Prozesse beim Lerner evozieren kann. Hierzu ziehe ich eine Arbeit von Claudia Gama heran, die 2004 in ihrer Dissertation an der Universität von Sussex das Modell „The Reflection Assistant“ zur Implementierung in interaktive Lernumgebungen veröffentlicht hat. Ich werde diskutieren, inwiefern sich das von Gama vorgestellte System zur Anregung von metakognitiven Prozessen durch Instruktion mit den Erkenntnissen aus der Metakognitionsforschung deckt, inwiefern es sich für Problemlösen in schlecht definierten Domänen eignet und welche Aspekte bei seinem Einsatz berücksichtigt werden müssen. Orientiert an dem Ansatz von Gama soll diese Arbeit außerdem einen Ausblick geben, warum das Evozieren von metakognitiven Prozessen beim

Lerner innerhalb eines komplexen Szenarios und einer unklar definierten Domäne der interaktiven Lernumgebung „LightHouse 1.0“ sinnvoll und umsetzbar ist.

2. Das Forschungsthema „Metakognition“

In der Literatur werden viele unterschiedliche Modelle von Metakognition vorgeschlagen. Einige von ihnen sind allgemein gefasst und bieten einen theoretischen Rahmen wie zum Beispiel die ersten Arbeiten von John H. Flavell oder Ann L. Brown zu diesem Forschungsthema. Andere Arbeiten befassen sich näher mit dem Aspekt des Problemlösens und sehen metakognitive Fähigkeiten neben kognitiven und motivationalen Aspekten als den zentralen Baustein für erfolgreiches Problemlösen an. Wiederum andere Modelle widmen sich speziellen Einzelaspekten von Metakognition wie zum Beispiel Tobias & Everson, die das Konstrukt „knowledge monitoring“ in den Vordergrund rücken. Dieses Modell wird in der vorliegenden Arbeit aufgegriffen, da es die Basis des an späterer Stelle vorgestellten Systems „The Reflection Assistant“ bildet.

Der Begriff „Metakognition“ tauchte erstmals in den Arbeiten des Entwicklungspsychologen John H. Flavell von der Stanford Universität Mitte der 70er Jahre auf (Gama 2004b: 10). So bemerkte 1979 Flavell selbst in seinem für dieses Forschungsthema grundlegenden Aufsatz „Metacognition and Cognitive Monitoring. A New Area of Cognitive-Developmental Inquiry“:

“Investigators have recently concludet that metacognition plays an important role in […] problem solving, social cognition and various types of self-control and self-instruction. […] Thus, the nature and development of metacognition and of cognitive monitoring/regulation is currently emerging as an interesting and promising new area of investigation.” (Flavell 1979: 906)

Flavells Modell von Metakognition ist noch heute von großer Tragweite, da es definiert, was metakognitives Wissen bedeutet und welche Hauptfaktoren für den Inhalt und die Entwicklung jenes Wissens verantwortlich sind. Auch Weinert & Kluwe beobachteten Mitte der 80er Jahre, dass „in der psychologischen Forschung und Praxis der letzten Jahre […] selbstregulatorischen Aktivitäten zunehmende Bedeutung geschenkt [wird]. Sie spielen in neueren psychologischen und pädagogischen Theorien menschlichen Handelns eine zentrale Rolle.“ (Weinert/Kluwe 1984: 7) Und auch in den letzten Jahren ist der

Forschungsgegenstand Metakognition der vielleicht am stärksten untersuchte kognitive Prozess in der Forschung der Entwicklungspsychologie (vgl. Gama 2004b: 9). Angeregt von den Untersuchungen Max Wertheimers veröffentlichte Richard E. Mayer 1998 einen Aufsatz über kognitive, metakognitive und motivationale Aspekte des Problemlösens. Vor allem letzterer Aspekt wird in dieser Arbeit in einem der späteren Kapitel näher beleuchtet.

Gewöhnlich wird Metakognition als Wissen und Denken über alle kognitiven Sachverhalte umschrieben. Man kann ferner alle Formen der Selbstkontrolle als Variante von Metakognition betrachten (vgl. Flavell 1984: 23). Auch Weinert begnügt sich mit einer sehr allgemeinen und weit gefassten Definition. So verstehe man unter Metagedächtnis meistens das Wissen eines Menschen über die allgemeinen Regelhaftigkeiten des Gedächtnisses und über die Besonderheiten seines eigenen Gedächtnisses, Sensibilität gegenüber Erfahrungen beim Einprägen, Speichern und Abrufen unterschiedlicher Informationen in variablen Situationen und schließlich ein System von Fertigkeiten zur zieladaptiven Planung, Steuerung, Überwachung und Bewertung des eigenen Verhaltens beim Lernen und Erinnern (vgl. Weinert 1984: 15).

2.1. John H. Flavell: “Model of Cognitive Monitoring”

Bereits 1979 stellt Flavell innerhalb des von ihm entworfernen Modells kognitiver Kontrolle ein Klassifikationsschema auf, in dem er metakognitives Wissen und metakognitive Empfindungen voneinander trennt. Er beschreibt metakognitives Wissen als jenen Teil gespeicherten Wissens, der den Realitätsbereich „Denken“ betrifft, und stellt die etwas vage These auf, „dass Teile des erworbenen Wissens über die Realität mit […] psychologischen Sachverhalten zu tun haben“ (vgl. Flavell 1979: 906f; Flavell 1984: 23f). In einem Artikel macht Flavell 1979 einen ersten Versuch, die Komponenten von Metakognition zu identifizieren, indem er ein Modell kognitiver Kontrolle bzw. Regulation einführt. Er unterscheidet zwischen vier Komponenten: (a) metakognitives Wissen, (b) metakognitive Empfindungen, (c) Ziele bzw. Aufgaben und (d) Aktionen bzw. Strategien. Dabei behauptet Flavell, dass die Fähigkeit eines Individuums, einen großen Bereich kognitiver Aktivitäten zu kontrollieren, von Aktionen und Interaktionen zwischen diesen vier Komponenten (Abbildung 1) abhängen (Flavell 1979: 906).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Flavells Metakognitions-Modell (nach: Gama 2004)

Der Bereich „metakognitives Wissen“ besteht in Flavells Definition aus erlangtem Weltwissen über kognitive Prozesse und aus der persönlichen Perspektive auf die eigenen kognitiven Fähigkeiten sowie der anderer Personen. Flavell identifiziert dabei die folgenden Unterkategorien metakognitiven Wissens: Aufgabenwissen, Personenwissen und Strategiewissen. Wissen über Personenvariablen bezieht sich auf Merkmale von Personen als denkende Organismen. Ein Beispiel für intraindividuelles metakognitives Personenwissen wäre die Überzeugung einer Person, dass sie zum Beispiel Aufgaben, die verbales Geschick verlangen, gut bewältigt, und Aufgaben, die räumliches Vorstellungsvermögen verlangen, schlecht bewältigt. Entsprechend bezieht sich interindividuelles Wissen auf Vergleiche zwischen Personen. Wissen über Aufgabenvariablen bildet die zweite Unterkategorie metakognitiven Wissens. Es umfasst Wissen um die Beschaffenheit der Informationen, die mit einer Aufgabenstellung gegeben werden, und Wissen über spezifische Anforderungen, die zu erfüllen sind. Hat eine Person beispielsweise die Erfahrung gemacht, dass schwierige, komprimierte Informationen nur schwer zu verarbeiten sind, ist es erforderlich, langsam und sorgfältig vorzugehen, also mit intensiver Kontrolle des eigenen Verständnisses. Strategievariablen bilden die dritte Unterkategorie. Metakognitives Wissen über Strategien erlaubt, Lösungswege in ihrer Eignung für die Bewältigung der Aufgabe einzuschätzen und alternative Lösungsmöglichkeiten in ihrer jeweiligen Wirksamkeit bewerten zu können. Wenn das Ziel die Summe einer Liste von Zahlen ist, wäre eine kognitive Strategie, die Zahlen einfach zu addieren. Eine metakognitive Strategie wäre dann, die Zahlen ein zweites Mal zu addieren, um wirklich sicher zu sein, dass die Addition richtig war (vgl. Flavell 1979: 907f; Flavell 1984: 24f). Metakognitive Strategien sind charakterisierbar als universell einsetzbar, auf ablaufende Denkprozesse gerichtet und durch Bewusstmachen und Einüben optimierbar (vgl. Kaiser/Kaiser 1999: 29).

Der zweite zentrale Begriff des Klassifikationsschemas von Flavell ist „metakognitive Empfindung“. Metakognitive Empfindungen können alle Arten bewusster Empfindungen sein (kognitiver oder affektiver Art), die sich auf die eigene, oftmals gerade ablaufende geistige Tätigkeit beziehen. Ein Beispiel für eine solche Empfindung können Situationen sein, in denen man sich bewusst wird, etwas nicht zu verstehen, was eine andere Person gerade sagt. Die dritte Komponente von Metakognition sind „Ziele bzw. Aufgaben“. Sie beziehen sich auf tatsächliche Zielsetzungen einer kognitiven Bemühung wie z. B. Lesen und Verstehen einer Textpassage aufgrund eines bevorstehenden Tests. Dies wird metakognitives Wissen antriggern, und zu neuen metakognitiven Empfindungen führen. Die vierte Komponente, „Aktionen bzw. Strategien“, bezieht sich auf die Verwendung spezifischer Techniken, die bei der Zielerreichung hilfreich sein könnten.

2.2. Anregung von Metakognition in interaktiven Lernsystemen und das Problem der Operationalisierung

Eine fehlende oder ungenaue Operationalisierung von Metakognition macht die Entwicklung einer computerunterstützten Lernumgebung zur Anregung von Metakognition zu einer großen Herausforderung, da es schwierig ist zu überprüfen, ob bzw. in welchem Maße metakognitive Prozesse beim Lerner angeregt wurden. Weinert sieht bereits früh Probleme bei der Zuschreibung metakognitiven Wissens durch bloße Beobachtung. Sollten trotzdem metakognitive Lernstrategien beobachtbar sein, werden daraus jedoch angeblich keinerlei Folgerungen für das eigene Verhalten gezogen (vgl. Weinert/Kluwe 1984: 14). Weitere Probleme der Motivationsforschung sieht er in den Unterschieden von Fragestellungen, Variablen und Operationalisierungen des Konstrukts Metakognition, die durch das in der Psychologie notorisch ungelöste Bewusstseinsproblem belastet werden. Entsprechend stellt Weinert fest, dass eine präzise Definition von Metakognition nicht vorliege und auch schwer vorstellbar sei. Man begnüge sich deshalb mit vagen Umschreibungen (Weinert 1984: 15). So merkt auch Gama noch 20 Jahre später an, dass Forscher die Wichtigkeit des Einbaus metakognitiver Modelle in interaktive Lernumgebungen zwar erkannt haben, dass bislang aber nur sehr wenige Anläufe gemacht wurden, um explizite metakognitive Modelle für interaktive Lernumgebungen zu entwickeln, und dass diese Aufgabe durch fehlende Operationalisierung von Metakognition erschwert wird. Somit stellt die Entwicklung von Modellen zur Erlangung metakognitiver Fähigkeiten innerhalb interaktiver Lernumgebungen ein interessantes aber auch noch offenes Forschungsthema dar (vgl. Gama 2004: 669). Mit dem Modell „Reflection Assistant“, einem computergestützten System zur Instruktion von Metakognition in interaktiven Lernumgebungen des Problemlösens, liefert die Forscherin einen viel versprechenden Ansatz, der im folgenden Kapitel vorgestellt wird.

[...]