Refine
Has Fulltext
- yes (4)
Year of publication
- 2023 (4)
Document Type
- Article (4) (remove)
Language
- German (4) (remove)
Keywords
- Reflexion (4)
- Lehrkräftebildung (2)
- reflexion (2)
- Emotionen (1)
- Feedback (1)
- Fortbildung (1)
- KI-Anwendung (1)
- Künstliche Intelligenz (1)
- Maschinelles Lernen (1)
- Natural Language Processing (1)
Institute
Schulpraktische Phasen stellen eine bedeutende praxisnahe Lerngelegenheit im Lehramtsstudium dar, da sie Raum für umfangreiche Reflexionen der eigenen Lernerfahrung bieten. Das im Studium erworbene theoretisch-formale Wissen steht hierbei dem praktischen Wissen und Können gegenüber. Mit der professionellen Entwicklung im Referendariat, besonders im Kompetenzbereich des Unterrichtens, kann geschlussfolgert werden, dass sich eine Reflexion über eher fachliche Aspekte unter den Studierenden im Referendariat auf eine Reflexion über eher überfachliche und pädagogische Aspekte weitet. Infolge der Analyse von N = 55 schriftlichen Fremdreflexionen von angehenden Physiklehrkräften aus Studium und Referendariat konnte diese Hypothese für den Bereich der Unterrichtsanalyse und -reflexion unterstützt werden. Weiter wurde aus der Videovignette ein Workshopangebot für Lehrkräfte der zweiten und dritten Phase der Lehrkräftebildung entwickelt, erprobt und evaluiert.
Eine beständige Weiterentwicklung der eigenen pädagogischen und fachdidaktischen Praxis stellt ein zentrales Leitbild für die Arbeit von Lehrkräften dar. Damit dieses Leitbild umgesetzt werden kann, wird angenommen, dass Lehrkräfte ihre eigene Praxis kontinuierlich reflektieren müssen. Reflektieren angehende Lehrkräfte im Kontext von Lehrveranstaltungen, hat dies einerseits Elemente einer Prüfungssituation und andererseits Elemente einer Erkenntnisgewinnungssituation. Für beide Situationen spielen Emotionen eine wichtige Rolle. So können sich beispielsweise negative und deaktivierende Emotionen hinderlich auf den (Lern-)Erfolg auswirken. Allerdings ist bislang wenig darüber bekannt, welche Emotionen beim Reflektieren von videobasierten Fallanalysen auftreten und inwieweit individualisiertes Feedback hier eine Rolle spielt. Es wird daher eine Untersuchung zu den Emotionen von N = 15 Lehramtsstudierenden der Physik zu mehreren Reflexionsanlässen vorgestellt. Hierbei wurde über verschiedene Reflexionsanlässe hinweg Feedback gegeben. Diskutiert werden Implikationen für die Gestaltung von Reflexionsanlässen in der Lehrkräftebildung sowie Perspektiven für zukünftige Forschung.
Algorithmen als Dozierende?
(2023)
Auf maschinellem Lernen basierende Tools haben schon längst Einzug in unseren Alltag gefunden und so konnten auch in der Lehrkräftebildung erste Anwendungen entwickelt, erprobt und evaluiert werden. Im Teilprojekt Physikdidaktik des Schwerpunktes 2 „Schulpraktische Studien“ wurden auf Basis eines Rahmenmodells für Reflexion (Nowak et al., 2019) automatisierte Analysemethoden (Wulff et al., 2020) entwickelt und fanden Einzug in universitäre fachdidaktische Lehre (Mientus et al., 2021a). Mit dem Projekt konnten Potenziale KI-basierter Unterstützung aufgezeigt und verstetigt sowie spezifische Herausforderungen identifiziert werden. Dieser Beitrag skizziert ausgewählte Anwendungsmöglichkeiten und weiterführende Forschungen unter dem Gesichtspunkt der Akzeptanz computerunterstützter Lehre.
Für die Entwicklung professioneller Handlungskompetenzen angehender Lehrkräfte stellt die Unterrichtsreflexion ein wichtiges Instrument dar, um Theoriewissen und Praxiserfahrungen in Beziehung zu setzen. Die Auswertung von Unterrichtsreflexionen und eine entsprechende Rückmeldung stellt Forschende und Dozierende allerdings vor praktische wie theoretische Herausforderungen. Im Kontext der Forschung zu Künstlicher Intelligenz (KI) entwickelte Methoden bieten hier neue Potenziale. Der Beitrag stellt überblicksartig zwei Teilstudien vor, die mit Hilfe von KI-Methoden wie dem maschinellen Lernen untersuchen, inwieweit eine Auswertung von Unterrichtsreflexionen angehender Physiklehrkräfte auf Basis eines theoretisch abgeleiteten Reflexionsmodells und die automatisierte Rückmeldung hierzu möglich sind. Dabei wurden unterschiedliche Ansätze des maschinellen Lernens verwendet, um modellbasierte Klassifikation und Exploration von Themen in Unterrichtsreflexionen umzusetzen. Die Genauigkeit der Ergebnisse wurde vor allem durch sog. Große Sprachmodelle gesteigert, die auch den Transfer auf andere Standorte und Fächer ermöglichen. Für die fachdidaktische Forschung bedeuten sie jedoch wiederum neue Herausforderungen, wie etwa systematische Verzerrungen und Intransparenz von Entscheidungen. Dennoch empfehlen wir, die Potenziale der KI-basierten Methoden gründlicher zu erforschen und konsequent in der Praxis (etwa in Form von Webanwendungen) zu implementieren.