Viola Geiger

Abstract

Entdeckendes Lernen steht im Bereich der Naturwissenschaften als eine konstruktivistische und selbstgesteuerte Lernform, bei der die eigene Lernregulation von hoher Bedeutung ist (Reimann, 1991). Computersimulations-basiertes Lernen im Besonderen zeigt gemischte Ergebnisse hinsichtlich seiner Effekte auf die Lernleistung (Grimes & Willey, 1990). Hier kann die Unterstützung Lernender hinsichtlich regulativer Aspekte die Lernleistung steigern, wobei ein besonderer Fokus auf metakognitive Strategien liegt. Nach Friedrich und Mandl (1997) sind metakognitive Fördermaßnahmen sowohl direktiv als auch indirekt umsetzbar und variieren hinsichtlich ihres Beitrags zum individuellen Lernerfolg (Cronbach & Snow, 1977; Bannert und Reimann, 2009). Es stellt sich die Frage möglicher Effekte von simulationsbasiertem, entdeckendem Lernen auf die SchülerInnenleistung unter Einbezug direkter wie auch indirekter metakognitiver Unterstützungsmaßnahmen. Moser, Zumbach und Deibl (2016) fanden diesbezüglich im Bereich der Physik eine verbesserte Lernleistung, wenn direkte Unterstützungsmaßnahmen adäquat angewandt wurden. Es zeigte sich allerdings kein signifikanter Haupteffekt für die Lernleistung bei direkter beziehungsweise indirekter metakognitiver Unterstützung oder deren Kombination. Die hier vorgestellte Arbeit beschäftigt sich mit der Frage der Übertragbarkeit der berichteten Ergebnisse auf das Fachgebiet der Biologie in der Altersgruppe von Studierenden. Ein Schwerpunkt liegt auf dem Einfluss kognitiver Auslastung Lernender auf den Lernerfolg. Es wird die Annahme eines Expertise-Reversal-Effectes überprüft. Eingesetzt wird eine Computersimulation zum Thema natürliche Selektion. Direkte und indirekte metakognitive Förderung wird über ein der Testung vorgeschaltetes Training beziehungsweisen durch während der Testung erfolgende Prompts durchgeführt. Ziel ist es, den Einfluss metakognitiver Unterstützung auf den Lernerfolg bei computerbasiertem Lernen unter Einbezug eines möglichen Expertise-Reversal-Effektes zu erheben.

Literatur
Bannert, M. & Reimann, P. (2009). Metakognitives Fördern des Lernens mit digitalen Medien durch Prompting-Maßnahmen. In R. Plötzner & A. Wichert (Hrsg.), Lernchance Computer (S. 67-87). Münster: Waxmann Verlag GmbH.
Cronbach, L. J. & Snow, R. E. (1977). Aptitudes and instructional methods: A handbook for research on interactions. Oxford, England: Irvington.
Friedrich, H.F. & Mandl, H. (1997). Analyse und Förderung selbstgesteuerten Lernens. In F.E. Weinert & H. Mandl (Hrsg.), Psychologie der Erwachsenenbildung (S. 237-295). Göttingen: Hogrefe.
Grimes, P.W. & Willey, T.E. (1990). The effectiveness of microcomputer simulations in the principles of economics course. Computer & Education, 14, 81-86.
Kalyuga, S., Ayres, P., Chandler, P. & Sweller, J. (2003). The Expertise Reversal Effect. Educational Psychologist, 41(2), 75-86.
Moser, S., Zumbach, J. & Deibl, I. (2017). The effect of metacognitive training and prompting on learning success in simulation-based physics learning. Science Education, 00, 1-21.
Reimann, P. (1991). Detecting functional relations in a computerized discovery environment. Learning and Instruction, 1, 45-65.