EnglishDeutsch

Ökologisches Lernen: Auswahl der effektivsten Strategie des aktiven Lernens

Strategien aktiven Lernens können niemals als optimal in einem absoluten Sinne definiert werden. Stattdessen hängt ihre Effizienz vom Vorwissen und den Erwartungen der Personen sowie von der Informationsstruktur der Aufgabe ab, also von der Anzahl verfügbarer Hypothesen und ihren Wahrscheinlichkeiten (Ruggeri & Lombrozo, 2015).

Ökologisches Lernen ist ein Forschungskonzept, das erstmalig sowohl die kognitive Entwicklung von Kindern, als auch die Eigenschaften der Lernumgebung berücksichtigt. Dieser Ansatz untersucht, wie Kinder beim Lernen ihre Umwelt, also die spezielle Struktur und die Eigenschaften ihrer Lernumgebung, nutzen. Um die Informationsstruktur einer bestimmten Umgebung voll auszuschöpfen und dementsprechend effizient zu lernen, muss ein Kind die Besonderheiten seiner Umgebung erkennen und seine Lernstrategien dynamisch an diese anpassen.

Dieses Prinzip kann durch folgende Beispielaufgabe veranschaulicht werden:
Gestern kam Toma zu spät zur Schule. Warum kam Toma zu spät? Nehmen wir an, es gibt diese vier möglichen Ursachen für Tomas Verspätung.

Alle vier Hypothesen treffen mit gleicher Wahrscheinlichkeit zu. Die Aufgabe ist nun, mit möglichst wenigen Fragen herauszufinden, warum Toma zu spät zur Schule kam. Welche Frage könnte man also stellen?

Beispielsweise könnte man fragen, ob Toma zu spät kam, weil er etwas nicht finden konnte. Dies ist eine gute Frage, denn unabhängig von der Antwort wird man zwei von vier Hypothesen ausschließen können. Diese Art des Fragens wird „constraint-seeking“ (einschränkend) genannt. Fragen dieser Art zielen darauf ab, durch Überprüfen von Eigenschaften, die von mehreren Hypothesen geteilt werden, den Raum möglicher Hypothesen einzugrenzen.

Nehmen wir nun an, dass wir wieder dieselben vier möglichen Ursachen für Tomas verspätetes Erscheinen zum Unterricht haben. Dieses Mal treffen diese jedoch nicht mit gleich hoher Wahrscheinlichkeit zu. Die wahrscheinlichste Hypothese ist nun, dass Toma zu spät kam, weil er verschlafen hat. Würde man in diesem Fall dieselbe Frage stellen? Eher würde man fragen, ob Toma zu spät war, weil er verschlafen hat. Die Frage erscheint in diesem Kontext deutlich attraktiver als zuvor – obwohl sie nur auf eine einzige Hypothese abzielt, bietet sie die Möglichkeit eines schnellen Gewinns. Dieser Fragentyp wird als “hypothesis-scanning” (hypothesenprüfend) bezeichnet.

Da mit einschränkenden (constraint-seeking) Fragen in jedem Schritt des Suchprozesses mehrere Hypothesen ausgeschlossen werden können, werden sie üblicherweise den hypothesenprüfenden Fragen gegenüber als überlegen angesehen. Jedoch ist dies nicht immer der Fall, wie in dem letzten Beispiel deutlich wurde.

Das iSearch-Forschungsprogramm widmet sich der Frage, wie die klassische Unterscheidung zwischen verschiedenen Fragetypen oder ‒ allgemeiner ‒ zwischen verschiedenen untersuchenden Handlungen ‒ zu einer formaleren Unterscheidung zwischen mehr oder weniger zielführenden Handlungen bei der Informationssuche in Abhängigkeit von der Informationsstruktur des Problems führen kann.

Aufbauend auf dem Ansatz „ökologischen“ Lernens konnten wir erfolgreich erste Hinweise dafür liefern, dass fünf- bis zehnjährige Kinder und junge Erwachsene mit der Art der von ihnen gewählten Fragen auf die Informationsstruktur der Aufgabe reagieren (Ruggeri & Lombrozo, 2015; Ruggeri, Sim, & Xu, under review). Trotz der sich generell entwicklungsbedingt steigernden Leistungen, zeigt unsere Arbeit, dass Kinder ihre aktiven Lernstrategien genauso schnell wie Erwachsene oder sogar schneller anpassen (Ruggeri & Lombrozo, 2015; Ruggeri & Lombrozo, in prep.).

Eins unserer Projekte zum Thema Ökologisches Lernen: BOXES

In der BOXES Studie untersuchen wir, ob drei-bis fünfjährige Kinder ihr Explorationsverhalten unterschiedlichen Informationsstrukturen ihrer Umgebung (z.B. der Verteilung von Wahrscheinlichkeiten verschiedener Hypothesen) anpassen. Der experimentelle Ablauf setzt sich aus einer Trainings- und einer Testphase zusammen.

Trainingsphase. Den Studienteilnehmern werden zwei große Boxen präsentiert, die jeweils zwei kleinere Boxen beinhalten. Die Versuchsleiterin legt viermal hintereinander ein Schüttel-Ei in eine der kleinen Boxen.

Die Versuchsteilnehmer werden einer von zwei Gruppen mit unterschiedlichen experimentellen Bedingungen zugeteilt. In der Gruppe mit der Bedingung „gleichmäßige Verteilung“ (uniform condition) legt die Versuchsleiterin das Ei jedes Mal in eine andere Box. In der Gruppe mit der Bedingung  „schiefe Verteilung“ (skewed condition) – legt die Versuchsleiterin das Ei immer in dieselbe Box.

Nach jedem Durchgang wird das Kind aufgefordert, das vorher platzierte Ei zu finden, um eine Musikmaschine anzuschalten. Den Kindern werden zwei Vorgehensweisen präsentiert, mit denen sie herausfinden können, ob eine große Box das Ei beinhaltet oder nicht: Entweder sie schütteln die Box (wenn das Ei in einer der beiden kleinen Boxen ist, macht es ein Geräusch) oder sie öffnen eine Box, um hineinzuschauen.

Testphase. Der Versuchsleiter versteckt das Ei in einer der kleinen Boxen. Das Kind wird angeleitet, das versteckte Ei zu finden, indem es nur eine der großen Boxen öffnet.

Wir möchten herausfinden, ob Kinder, abhängig von der ihnen zugeteilten Versuchsbedingung, unterschiedliche Fragen stellen. Wir erwarten, dass Kinder in der Gruppe mit der gleichmäßigen Verteilung (uniform condition) stärker dazu neigen, die Boxen zuerst zu schütteln. Die Kinder wissen nicht, wo das Ei versteckt ist, sodass es hier sinnvoll ist, die Boxen vor dem Öffnen zu schütteln, um herauszufinden, in welcher von ihnen das Ei versteckt wurde (angesichts der Tatsache, dass sie nur eine der Boxen öffnen dürfen). Unter der Bedingung der schiefen Verteilung (skewed condition) macht es mehr Sinn, die Box gleich zu öffnen, in der das Ei während der Testphase versteckt wurde, ohne Zeit durch vorheriges Schütteln zu verschwenden.

Aktuelle und zukünftige Projekte

Über die Entwicklungsspanne ist eine allgemeine Leistungsverbesserung zu beobachten, doch überraschenderweise passen Kinder ihre aktiven Lernstrategien mindestens so schnell wie Erwachsene an sich verändernde Bedingungen an. Um besser zu verstehen und zu veranschaulichen, wie Kinder bei gegebener Aufgabe die passende Lernstrategie wählen, arbeiten wir an der Entwicklung unterschiedlicher heuristischer Modelle adaptiver Strategieselektion, die sowohl individuelle Unterschiede in der kognitiven Kapazität, beispielsweise Gedächtnis und Wahrnehmung, als auch soziale, kulturelle und bildungsbezogene Unterschiede berücksichtigen.

Wichtige Publikationen

Ruggeri, A. & Lombrozo, T. (2015). Children adapt their questions to achieve efficient search. Cognition, 143, 203–216. doi:10.1016/j.cognition.2015.07.004

Partner

Tania Lombrozo, Department of Psychology, University of California, Berkeley

Fei Xu, Department of Psychology, University of California, Berkeley

Alison Gopnik, Department of Psychology, University of California, Berkeley

Ariel Starr, Department of Psychology, University of California, Berkeley

Zi Lin Sim, Department of Psychology, University of California, Berkeley

Douglas Markant, Center for Adaptive Rationality, Max Planck Institute for Human Development in Berlin.

Todd Gureckis, New York University.