E-Book, Deutsch, 192 Seiten
Rey Lehren und lernen mit digitalen Medien
1. Auflage 2025
ISBN: 978-3-456-76362-0
Verlag: Hogrefe AG
Format: EPUB
Kopierschutz: 6 - ePub Watermark
Theorien und Design
E-Book, Deutsch, 192 Seiten
ISBN: 978-3-456-76362-0
Verlag: Hogrefe AG
Format: EPUB
Kopierschutz: 6 - ePub Watermark
Zielgruppe
Lernende und Dozierende, Praktiker*innen sowie Forschende, die sich für die (psychologischen) Grundlagen
des Lehrens und Lernens mittels digitaler Medien interessieren
Autoren/Hrsg.
Fachgebiete
Weitere Infos & Material
|39|2 Warum Lernen nicht nur ein kognitiver Prozess ist
Sascha Schneider 2.1 Einleitung
Der Theorie der kognitiven Belastung (CLT, siehe Kap. 1.4) und der Kognitiven Theorie des multimedialen Lernens (CTML, siehe Kap. 1.5.2) werden neben anderen Schwächen vorgeworfen, dass sie nicht hinreichend emotionale, motivationale, metakognitive und soziale Prozesse einbeziehen. Deshalb entwickelten Forschende sowohl Erweiterungen der CLT und der CTML als auch neue Theorien, z.?B. den Konnektivismus (Connectivism; Goldie, 2016), die Theorie des kollaborativen Lernens (Collaborativist [aka Online Learning] Theory, OCL; Harasim, 2017), die Theorie der kognitiven Flexibilität (Cognitive Flexibility Theory; Jacobson & Spiro, 1995; Spiro, Coulson, Feltovich & Anderson, 1988), das Design-Funktionen-Aufgaben-Rahmenmodell (Design Functions Tasks Model; Ainsworth, 1999; van Labeke & Ainsworth, 2001), die Theorie des pädagogischen Lernens (Educational Learning Theory; Tennyson, 1992), das integrierte Modell multimedialer Effekte auf das Lernen (Integrated Model of Multimedia Effects on Learning; Hede, 2002). Jedes Modell konzentriert sich auf bestimmte Konzepte, die nicht in der CTML oder CLT enthalten sind, um seine Bedeutung hervorzuheben. Im Folgenden werden die wichtigsten Erweiterungen der CLT und CTML dargestellt. 2.2 Erweiterte Theorie der kognitiven Belastung (aCLT)
Ein theoretischer Rahmen zur Verbesserung der CLT ist die erweiterte CLT (Augmented Cognitive Load Theory, aCLT; Huk & Ludwigs, 2009; siehe Abb. 2-1). Die aCLT fügt den Annahmen der CLT die Annahme hinzu, dass die freie Arbeitsspeicherkapazität, also der Speicher, der nicht zur Verarbeitung von intrinsic cognitive load (ICL) oder extraneous cognitive load (ECL) verwendet wird, nicht automatisch für die germane cognitive load (GCL) und einhergehende Prozesse eingesetzt wird (Reinking, Hayes & McEneaney, 1988). So kann die Menge an GCL variieren, selbst wenn ICL- und ECL-Prozesse aufgrund eines festgelegten Lernmaterials konstant sind. Eine große Herausforderung für das Lernen mit multimedialen Materialien kann daher darin gesehen werden, Lernende dazu zu bringen, sich an solchen Lernaktivitäten zu beteiligen (van Merriënboer, Schuurman, de Croock & Paas, 2002). Van Merriënboer et al. beschreiben zwei Möglichkeiten, dieser Herausforderung zu begegnen: die Bereitstellung kognitiver Unterstützung und die Bereitstellung affektiver Unterstützung. Beispiele für die Bereitstellung kognitiver Unterstützung wurden gefunden, indem Lernende gebeten wurden, bereits erlernte Konzepte selbst zu erklären (z.?B. Chi, 2000; Roy & Chi, 2005). Auf der affektiven Seite gibt es mehrere Variablen, von denen angenommen wird, dass sie für das Lernen wichtig sind (Alexander & Murphy, 1998; Boekaerts, 2003; Pekrun, Goetz, Titz & Perry, 2002). Die Autoren |40|der aCLT (Huk & Ludwigs, 2009) zeigten, dass viele Forschende die Bedeutung von Motivation und Emotionen beim Lernen betonen, insbesondere bei langen, zeitaufwändigen Aufgaben (Astleitner & Wiesner, 2004; Gerjets & Scheiter, 2003; Huk, Bieger, Ohrmann & Weigel, 2004; Moreno & Mayer, 2007; Paas, Tuovinen, van Merriënboer & Darabi, 2005; van Gog, Ericsson, Rikers & Paas, 2005). Besonders das Interesse der Lernenden – eine Variable, die kognitive und motivierende Komponenten des Lernens verknüpft (Hidi & Renninger, 2006) – scheint eine wichtige Variable für den Lernerfolg im Laufe der Zeit zu sein (Chiu & Xihua, 2008). In ihren Experimenten wurde die Theorie von Huk und Ludwigs mit zielbasierten Szenarien (Schank, 1994) getestet, einem Ansatz zur Unterrichtsgestaltung, der sich nachweislich positiv auf Motivation und Kognition auswirkt (Campbell & Monson, 1994; Schank, 1994). Ihre Hypothese basiert auf den folgenden zwei Vorhersagen: Die GCL wird durch Unterstützungsinterventionen positiv beeinflusst, selbst wenn die intrinsische und externe kognitive Belastung konstant gehalten werden. Das Verständnis sollte bei Interventionen, die kognitive und affektive Unterstützung kombinieren, höher sein als bei Interventionen, die entweder nur kognitive oder nur affektive Unterstützung nutzen. Die Arbeitsgruppe konnte zeigen, dass genau diese Kombination beider Facetten in der Lage war, GCL-Prozesse und das anschließende Lernen zu steigern. Zusammenfassend lässt sich sagen, dass das aCLT-Rahmenmodell auf der Grundlage einer empirischen Studie als eine emotions- und motivationsinkludierte Erweiterung der CLT angesehen werden kann. 2.3 Metakognitive Belastung und mögliche Erweiterungen der CLT
Eine Erweiterung der CLT inkludiert Monitoring-Aktivitäten, mit denen Lernende ihren Lernerfolg kontrollieren. Diese Aktivitäten werden unter dem Oberbegriff „Metakognition“ zusammengefasst (für einen Überblick siehe |41|z.?B. Gordon, 1996). Tatsächlich wurde Metakognition in der Forschung zum Lernen mit Medien lange Zeit vernachlässigt (für eine Übersicht siehe Li, Antonenko & Wang, 2019a). Valcke (2002) war einer der ersten Forscher, die versuchten, die Interaktion zwischen kognitiven und metakognitiven Prozessen im Lichte der CLT näher zu untersuchen. Laut dem Autor wird die CLT seit langem mit Studien untersucht, die sich auf deklaratives und prozedurales Wissen in verschiedenen Wissensbereichen (z.?B. Mathematik, Statistik) konzentrieren. Metakognitives Wissen (d.?h. Wissen über effektive Strategien für verschiedene Aufgaben; Pintrich, 2002) und seine Belastung des Arbeitsgedächtnisses wurden in der CLT jedoch nicht berücksichtigt. Die Lernenden investieren nicht nur mentale Anstrengung in die Erstellung und Automatisierung von Schemata, sondern auch in die Überwachung und Kontrolle dieser Aktivität. Valcke (2002) schlägt vor, GCL-Prozesse in zwei Belastungsfacetten zu unterteilen: Eine „echte“ GCL einschließlich Aktivitäten zum Erstellen und Speichern von Schemata Eine metakognitive Belastung, die alle Aktivitäten zur Überwachung des eigenen Lernprozesses umfasst (siehe Abb. 2-2) Basierend auf dieser neuen Belastungsfacette können explizite Anweisungen erstellt werden, die darauf abzielen, solche metakognitiven Strategien zu unterstützen, indem auch alle anderen Belastungsarten berücksichtigt werden. Darüber hinaus muss Vorwissen sowohl als eindeutige Determinante des Lernerfolgs (Ausubel & Novak, 1978; Dochy, 1992) als auch als Vorwissen bezüglich metakognitiver Strategien überdacht werden. Ein weiterer Ansatz zur Erweiterung der CLT ist in der kollaborativen CLT zu sehen (Kirschner et al., 2018). Gemäß diesem Rahmen müssen beim Lernen zwei Hauptannahmen berücksichtigt werden. Lernen, auch mit multimedialen Lernmaterialien, ist oft ein Gruppenprozess, bei dem sich die Lernenden auf ihr gegenseitiges Wissen verlassen. Das „Sich-Anlehnen“ an das Wissen anderer Personen kann als biologisch primäres Wissen angesehen werden (Brownell, Adams, Sindelar, Waldron & Vanhover, 2006). Die Arbeit in einer Gruppe hat enorme Auswirkungen auf die Informationsverarbeitung. Beispielsweise können mehrere Arbeitsspeicher, die gemeinsam an derselben Aufgabe arbeiten, die Kosten oder die Belastung für eine einzelne Person reduzieren (z.?B. Tomasello & Gonzalez-Cabrera, 2017; Tomasello, Melis, Tennie, Wyman & Herrmann, 2012). ...