Extern
Refine
Has Fulltext
- yes (2)
Year of publication
- 2023 (2)
Document Type
- Article (2)
Language
- German (2) (remove)
Keywords
- Professionalisierung (2) (remove)
Institute
Dieser Beitrag untersucht, welche latente Struktur sich in der Reflexivität von Lehramtsstudierenden identifizieren lässt. Es wird gefragt, inwieweit sich entlang eines Kohortenvergleichs differente Strukturen in der Reflexivität erkennen lassen und wie Lehramtsstudierende die Notwendigkeit und die Häufigkeit der Reflexion sowie die aus der Reflexion hervorgehenden Einsichten einschätzen. Hierfür werden Daten von Studierenden des Lehramts für Grund-, Sekundar-, Förderschulen und Gymnasien der Martin-Luther-Universität Halle-Wittenberg genutzt. Bei der Operationalisierung von Reflexivität wurde die IRIS-Skala in einer auf den Schulkontext modifizierten Variante adaptiert sowie einzelne Items neu entwickelt. Die Faktorenanalyse repliziert die angenommene Mehrdimensionalität der Reflexivität mit vier Faktoren. Zudem zeigen sich kohortenspezifisch differente Strukturen in der Reflexivität, die auf Umstrukturierungs-, Verdichtungs- und Weiterentwicklungsprozesse im Bereich implizites Wissen und Reflexivität verweisen, wie in der Kompetenzentwicklungsphasentheorie und in entwicklungs- und berufsbiographietheoretischen Ansätzen postuliert wird. Mittelwertvergleiche zwischen den Studierendengruppen verweisen auf tendenzielle Zuwächse in den Dimensionen.
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.