HyperMind

HyperMind - Das antizipierende Physikschulbuch

Projektskizze

Das Schulbuch ist das „Leitmedium” des Unterrichts mit großer bildungspolitischer und gesellschaftlicher Relevanz. Die gezielte Entwicklung von Schulbüchern ist ein zentraler Parameter für erfolgreiche Reformen im Bildungssystem. Jedoch sind traditionelle Lehrbücher träge Medien, die Lernmöglichkeiten einschränken und auf Annahmen entweder des besten oder des durchschnittlichen Schülers basieren. Bis heute fehlt ein adaptives System, das ein mediales, interaktives Schulbuch zu einem intelligenten Schulbuch macht und die Ansprüche des individuellen Lernens (angepasst an die individuellen Kompetenzen und Bedürfnisse der Lernenden) erfüllt.

Das antizipierende Physikschulbuch, das wir im Projekt HyperMind entwickeln, soll zu einem dynamisch-adaptiven persönlichen Schulbuch werden und individuelles Lernen ermöglichen. HyperMind setzt an der Mikroebene des Physikschulbuchs an, die die einzelnen Darstellungsformen, sog. Repräsentationen, eines Schulbuches – wie z. B. den Schulbuchtext mit einem gewissen Anteil an Fachbegriffen, Formeln, Diagrammen oder Bildern – enthält.

Die statische Struktur des klassischen Buches wird aufgelöst. Stattdessen werden der Buchinhalte portioniert und die resultierenden Wissensbausteine assoziativ verlinkt. Zusätzlich werden die Bausteine mit multimedialen Lerninhalten ergänzt, die auf Basis von Aufmerksamkeits(blick-)daten abrufbar sind.

Sowohl statische als auch dynamische, multimediale Repräsentationen – wie Geräusche, eingeblendete Bilder oder Filmsequenzen – sollen das individuelle Bearbeiten des Schulbuchinhaltes bereichern und gleichzeitig eine neue Angebot individuellen, adaptiven Lernens mit den vereinten Vorzügen verschiedener Medien bereitstellen.

Die Kombination eines digitalen Schulbuchs mit Aktivitätserkennung (z. B. Erkennung von Arbeits­belastung, Verständnis­problemen und Interesse der Schüler) bietet die Möglichkeit, dynamisch generierte Inhalte individuell für jeden Schüler und Kontext optimiert zur Verfügung zu stellen sowie Wirkungsgrad von und Nachfrage nach bestimmten Inhalten verifizieren. Zentraler Sensor für die Aktivitätserkennung ist ein Eye-Tracker zur Erfassung der Blickposition und sakkadischen Blickpfaden der Lernenden.

 
Ziele/Forschungsfragen

Ein digitales Schulbuch, das durch Adaption an die subjektiven Kompetenzen und Bedürfnisse der Lernenden zu einem persönlichen Schulbuch wird und individuelles Lernen ermöglicht.

  • Gibt es unterschiedliche Präferenzen zur Verwendung fachspezifischer Repräsentationsformen?
  • Sind die Präferenzen abhängig vom Expertise-Level der Lernenden?
  • Lassen sich die Repräsentationsform bezogenen Präferenzen der Lernenden durch Eyetracking-Verfahren valide und zuverlässig detektieren?

Zielgruppe

In der ersten Projektphase Schüler der Sekundarstufe 1. Eine Ausweitung auf Sekundarstufe 2 ist im weiteren Projektverlauf möglich.

Inhalte/Beispiele
Beispiele für Möglichkeiten des Einsatzes der Eye-Tracking-Technologie:

https://www.youtube.com/watch?v=8QocWsWd7fc

Zur Realisierung des antizipierenden Schulbuchs wird exemplarisch das Physik­schulbuch Dorn-Bader (Sek. 1) in Kooperation mit dem Schroedel-Verlag digitalisiert und für die verwendeten Technologien aufbereitet. In ersten Pilottests werden verschiedenste Sensordaten gemessen, analysiert und hinsichtlich des Problem­löse­prozesses interpretiert [2].

Ausgangslage
Fachdidaktik:

  • Schulbuch: „Leitmedium” des Unterrichts mit großer bildungspolitischer und
  • gesellschaftlicher Relevanz
  • Gezielte Entwicklung von Schulbüchern zentraler Parameter für erfolgreiche
  • Reformen im Bildungssystem
  • Traditionelle Lehrbücher sind träge Medien, die Lernmöglichkeiten einschränken
  • und auf Annahmen entweder des besten oder des durchschnittlichen
  • Schülers basieren
  • Erforderlich: individuelles Lernen, angepasst an die individuellen Kompetenzen
  • und Bedürfnisse der Lernenden
  • Bis heute fehlt ein adaptives System, das ein mediales, interaktives Schulbuch
  • zu einem intelligenten Schulbuch macht und die Ansprüche des individuellen
  • Lernens erfüllt

Technologie:

  • Basale Eye-Tracking Features und Benutzermodelle
  • Datenaggregation und persönliche kognitive Nutzerstatistiken
  • Eye-Tracking-Approximation und Sensorfusion
  • Verwendung als mobile Minilabore

WAS soll Hypermind erkennen?

  • Fähigkeiten des einzelnen Lernenden
  • Über-/ Unterforderung
  • Wann wird ein Wort gelesen, eine Repräsentationsform betrachtet?
  • Verharren des Blicks, Wiederholen, Überfliegen des Textes

Welche SENSOREN sollen eingesetzt werden:

  • Eye-Tracker (→ Blickposition)
  • Sensorstift (→ Repräsentationserkennung)
  • Smartwatches (→ Puls)
  • HMD (→ Instruktionen)

HyperMind setzt an der Mikroebene des Physikschulbuchs an, die die einzelnen Darstellungsformen, sog. Repräsentationen, eines Schulbuches – wie z. B. den Schulbuchtext mit einem gewissen Anteil an Fachbegriffen, Formeln, Diagrammen oder Bildern – enthält. Die statische Struktur des klassischen Buches wird aufgelöst. Statt dessen wird der Buchinhalt portioniert und die resultierenden Wissensbausteine werden assoziativ verlinkt. Zusätzlich werden die Bausteine mit multimedialen Lerninhalten ergänzt, die auf Basis von Aufmerksamkeits(blick-)daten abrufbar sind. Sowohl statische als auch dynamische, multimediale Repräsentationen – wie Geräusche, eingeblendete Bilder oder Filmsequenzen – bereichern das individuelle Bearbeiten des Schulbuchinhaltes und schaffen eine neue Form individuellen, adaptiven Lernens mit den vereinten Vorzügen aus Schrift und Film.

Pilotstudien-Ergebnisse

In einer ersten Pilotstudie wurden den teilnehmenden SchülerInnen eine Schulbuchseite und eine Seite mit Aufgaben präsentiert (vgl. Abb. 1). Mittels Eye-Tracking wurde die Verweildauer des Blicks auf den verschiedenen Abschnitten (Einleitung, Definitionen, Anwendungs­beispiele) während der verschiedenen Testphasen (Lesen des Textes, Lösen der Aufgaben) gemessen. Diese Zeiten korrelierten mit dem Expertise-Level (Anfänger, Fortgeschrittene, Experten) der SchülerInnen. Die Verweildauer des Blicks wurde mittels sog. Heatmaps visualisiert (s. Abb. 2).

Top