Interoperable interactive geometry for Europe
I forgot my login data
Register


Report a bug


Table of Contents
Fan club

Quick Intro Videos
click to start movie
Create A Simple
GeoGebra Resource (25Mb)
click to start movie
Filing a review
click to start movie
Find a Resource

SPONSORS
This platform is brought to you by the intergeo project, funded under the eContent Plus programme of the European commission and by partners

SAiL-M Entwurfmuster

Liste alle Entwurfsmuster die SAiL-M herausgegeben hat.

Das Pattern: Help on Demand

The HELP ON DEMAND Pattern

Problem / Challenges / Motivation

Studierendeunterscheiden sich bezüglich ihrer Computernutzung und ihres Vorwissens hinsichtlich des Computereinsatzes im Mathematikunterricht. Jedoch sollten alle Studierende die Möglichkeit haben Probleme mit Computerprogrammen zu lösen, ohne zu viele Anstrengungen in das Erlernen des Programms zu stecken.

Kräfte / Forces

Häufig wird ein Programm eingeführt bevor es die Studierenden wirklich benötigen.Das führt dazu, dass einfachste Prozeduren in lange Vorführungen ausarten. Normalerweise kennen aber einige Studenten das Programm schon und können es bedienen. Für diese sind die Vorführungen unnötig und langweilig. Für Anfänger dagegen kann es zu viel Information für den Anfang sein und hinterher wissen diese nicht mehr was sie tun müssen.

Lösung / Solution

Hilfe für Technik muss dann zur Hand sein, wenn man die Informationen benötigt. In erster Linie sollte die Hilfe natürlich von Gleichgesinnten kommen. Studenten können sich gegenseitig helfen, während sie zusammen am gleichen Computer arbeiten. Tutoren können ebenso Hinweise zur Nutzung des Programms geben (vgl. The HINT ON DEMAND Pattern).

In Fällen, in denen die Studierenden das Programm alleine zu Hause nutzen, oder in denen alle Studierende hinsichtlich eines speziellen Programms Anfänger sind, sollte eine Einführung erfolgen, in der die Kernanwendungen beschrieben werden. Die Erläuterungen der Prozeduren sollten an denen der Studierenden angelehnt sein und nicht das gegebene Problem Schritt-für-Schritt lösen. Das Bearbeitungsbeispiel sollte mathematisch einfacher als das Problem sein, es sollte jedoch alle Anwendungen enthalten, die für das Problem notwendig sind. Dieser Ansatz ist Teil von LoDiC – systematische Strukturen um den Computereinsatz und grundlegende Prinzipien der Informatik zu lernen in dem an fachinhaltlichen Problemen gearbeitet wird – der von Bescherer (1) vorgestellt wurde.

Einführungen in die Anwendungen eines Programms können Benutzerhandbücher, interaktive Arbeitsblätter oder Videos sein. Diese können auf einer Lernplattform zum download bereitgestellt werden. Demzufolge können die Studierenden bei bedarf auch darauf zugreifen.

Rationale / Theoretischer Hintergrund

Die Einführung in eine Software und aller benötigten Funktionen zur Lösung eines mathematischen Problems wird anhand eines Beispiels gemacht, welches an die Aufgabe angelehnt ist. Dieses Vorgehen bezieht sich auf die Kapitel des „modelling and scaffolding“ der kognitiven Meisterlehre (cognitive apprenticeship model) welches von Collins, Brown und Newman (3) beschrieben und von Bescherer (6) diskutiert wurde. Benutzer einer Computeranwendung lesen normalerweise nicht im Voraus das Benutzerhandbuch; sie greifen darauf zurück, wenn sie ein Problem haben (4, 5). Sie benötigen zeitnahe Hilfe (just-in-time help). Obwohl integrierte Hilfefunktionen von den Benutzern meist ignoriert wird, zeigen Untersuchungen, dass die Benutzung von Hilfe bei Bedarf zu besseren Lernfortschritten führen kann (6).

Benutzerhandbücher sollten bausteinartig, anwendungsbezogen und so wenig Text wie möglich enthalten. Zudem sollten Sie Informationen zur Fehlerbehebung enthalten (7, 8). Zusätzlich können Bilder und Screenshots helfen mentale Modelle aufzubauen und Bedienelemente des Programms zu finden (9).

Bildschirmvideos sollten mit gesprochenem Text gleichzeitig zu den Ausführungen begleitet sein (modality principle, und zeitliches Kontiguitäts Prinzip, (10)). Zwar zeigen erste Untersuchungen, dass animierte Demonstrationsvideos ernüchternd sind (11), es gibt aber Anzeichen, das vorsichtig/gut erstellte Videos bessere Ergebnisse liefern, verglichen mit Benutzerhandbüchern ((12), (2)).

Examples / Beispiele

Soll man in der Geometrie die Spiegelung/Inversion am Kreis erkunden, so geht dies am besten mit einem DGS. Jedoch muss man zuvor wissen, wie man einen Kreis oder eine Lotgerade konstruiert. Dafür können Demonstrationsvideos erstellt werden.

Related Pattern

Literatur

  1. Bescherer, C.: LoDiC – Learning on Demand in Computing. In: Proceedings of 8th IFIP World Conference on Computers in Education 2005, Cape Town, 4.–7. July (2005).
  2. Spannagel, C., Girwidz, R., Löthe, H., Zendler, A. & Schroeder, U.: Animated Demonstrations and Training Wheels Interfaces in a Complex Learning Environment. Interacting with Computers, 20(1), 97–111 (2008).
  3. Collins, A., Brown, J.S., & Newman, S.E.: Cognitive Apprenticeship: Teaching the Crafts of Reading, Writing, and Mathematics. In Lauren B. Resnick (ed.), Knowing, Learning, and Instruction. Essays in Honor of Robert Glaser, pp. 453–494, Erlbaum, Hillsdale, NJ (1989)
  4. Penrose, J. M. & Seiford, L. M.: Microcomputer user’s preferences for software documentation: an analysis. Journal of Technical Writing and Communication, 18(4), 355–366 (1988).
  5. Ames, A. L.: Just what they need, just when they need it: an introduction to embedded assistance. In: S. Tilley (ed.), Communicating in the New Millenium. Proceedings of the 10th Annual International Conference on Systems Documentation, pp. 111–115, ACM, New York (2001).
  6. Aleven, V., Stahl, E., Schworm, S., Fischer, F., & Wallace, R.: Help seeking and help design in interactive learning environments. Review of Educational Research, 73(3), 277–320 (2003).
  7. Lazonder, A. W. & van der Meij, H.: The minimal manual: is less really more? International Journal of Man-Machine Studies, 39, 729-752 (1993)
  8. Albers, M. J.: Designing and writing to reduce user errors. In: Proceedings of the 50th Annual Conference of the Society for Technical Communication, 286–288, STC, Arlington (2004)
  9. Gellevij, M., van der Meij, H., de Jong, T. & Pieters, J.: Multimodal versus unimodal instruction in a complex learning context. The Journal of Experimental Education, 70(3), 215–239 (2002).
  10. Mayer, R. E.: Multimedia learning. Cambridge University Press, New York (2001)
  11. Palmiter, S. & Elkerton, J.: Animated demonstrations for learning procedural computer-based tasks. Human-Computer Interaction, 8, 193–216 (1993)
  12. Atlas, R., Cornett, L., Lane, D. M. & Napier, H. A.: The use of animation in software training: pitfalls and benefits. In: M. A. Quinones & A. Ehrenstein (eds.), Training for a rapidly changing workplace. Applicatons of psychological research, 281–302, American Psychological Association, Washington, DC (1997).

Das Muster: Feedback on Demand

The FEEDBACK ON DEMAND Pattern

Problem / Challenges / Motivation

Um einen Lernprozess richtig unterstützen zu können, darf es nicht nur eine Rückmeldung aufgrund des Endergebnisses geben. Es muss auch Feedback zu mathematischen Prozessen wie algebraischen Umformungen durch vergleichen der verschiedenen Lösungsschritten aber auch zu übergeordneten Prozessen wie Begründen, Problemlösen, Darstellen und dem Lernprozess selbst.

Diese Schwierigkeit stellt sich nicht nur in den Einführungsveranstaltungen mit einer großen Anzahl an Teilnehmern, sondern auch in kleinen Übungsgruppen. Die Tutoren können auch hier nicht alle Prozesse der 10 bis 20 Studenten gleichzeitig verfolgen. Studenten sollten aber die Möglichkeit haben ein prozessorientiertes Feedback zu erhalten, wenn sie es benötigen (Notwendigkeit kommt von den Studenten). Ebenso solle es möglich sein, dass Dozenten oder Lehrer interessante (richtige oder falsche) mathematische Prozesse auswählen können, um diese dann in den Veranstaltungen anonymisiert zu diskutieren.

Forces / Kräfte

Studenten benötigen Rückmeldungen zu ihren mathematischen Tätigkeiten und Lernprozessen um diese dann zu verbessern und um zu wissen wo sie stehen. Tutoren können maximal den Lernprozess eines Studenten oder einer Lerngruppe begleiten. Zudem kann eine Rückmeldung zu einem mathematischen Prozess komplex und zeitaufwändig sein: insbesondere müssen Lernprozesse über eine längere zeit hinweg beobachtet werden. Wurde ein Prozess diagnostiziert/ermittelt, muss das Feedback vorsichtig gewählt werden, so dass es informativ, aufmunternd und nicht einschüchternd wirkt.

Solution/Lösung

Prozesse werden von speziellen Computerprogrammen aufgezeichnet und analysiertt. Normalerweise sind an einer Lösungsfindung einer komplexen mathematischen Aufgabe mehrere unterschiedliche Prozesse beteiligt/verstrickt. Es gibt zudem mehrer „falsche Lösungswege“ wenn Studenten eine Aufgabe lösen. Es wäre also unmöglich einen Verfahren für den Computer zu entwickeln, der alle Prozesse korrekt aufzeichnet und analysiert. Stattdessen reicht es schon aus, Standardfehler und –lösungen zu ermitteln. Prozesse, die nicht automatisch eingeordnet werden können, können dann an den Dozenten oder den Tutor weitergeleitet und dort bewertet werden (semi-automated assessment; Müller, Bescherer, Kortenkamp, & Spannagel, 2006). Dies bedeutet:

  • Man benötigt Programme, die Prozesse in Anwendungen wie Dynamischen Geometriesystemen oder Tabellenkalkulationsprogrammen aufzeichnen und analysieren können. Dies können ganz allgemeine Werkzeuge sein, die die Benutzerinteraktionen innerhalb des Programms analysieren können (z.B. Jacareto; Spannagel, Gläser-Zikuda, & Schroeder, 2005) oder Auswertungsfunktionen eingebaut haben (z.B. das Testen von Gleichungen/Termen in Cinderella; Richter-Gebert & Kortenkamp, 1999).
  • Studenten müssen die Möglichkeit haben prozessnahe Rückmeldung zu bekommen, zum Beispiel indem sie auf einen „Feedback-Button“ klicken können. Wenn dass Analyseprogramm den Prozess einordnen kann, kann direkt ein e Rückmeldung gegeben werden. Ansonsten kann die Aufzeichnung des Prozesses an den Dozenten oder Tutor weitergegeben werden und dieser kann dann eine Rückmeldung geben.
  • Der Dozent sollte die Möglichkeit haben die aufgezeichneten Prozesse zu durchsuchen/überfliegen und interessante (richtige und falsche) für die nächste Veranstaltung auszuwählen. Demnach braucht es ein Repertoire an Prozessen, die von den Studierenden kommen (cf. Oppermann & Thomas, 1995). Zusätzlich müssen die aufgenommenen Prozesse in einer Form gespeichert werden, dass diese wieder vorgeführt werden können. Das kann mit „capture & replay“ - Werkzeugen wie Jacareto gemacht werden (Schroeder & Spannagel, 2006).

Rationale/Theoretischer Hintergrund

Um angemessene Rückmeldung geben zu können muss die Theorie zu Feedback und Bewertung herangezogen werden (z.B. Dempsey & Sales, 1993). Bewertung ist die „systematische bewertende Auswertung einer individuellen Fähigkeit und in einer speziellen Umgebung oder Kontext“ (übers. nach Payne, 1997, S. 474). Normalerweise wird dies aufgrund eines Produkts (Unterlagen, schriftlichen Prüfungen, Portfolios, …) oder auch auf Beobachtungen des Lehrers, mündlichen Unterrichtsbeiträgen, oder Schülerpräsentationen. Die Bewertung wird dann zu einem „formative assessment“, wenn es das Lehren und Lernen voranbringt, d.h. „das Material wird hauptsächlich dafür genutzt, dass das Lehren die Bedürfnisse des Lernens genügen (übers. nach Black et al., 2004, S. 10).

Blickt man auf die Beurteilung mathematischen Lernens, so gibt es derzeit eine weltweite Diskussion, dass Änderungen in der Lehre von Mathematik stark an Änderungen in der Bewertung mathematischen Wissens zusammenhängen. In den Assessment Standard for School, die 1995 vom National Council of Teachers of Mathematics veröffentlicht wurden, ist der Schwerpunkt auf der Beurteilung der kompletten mathematischen Fähigkeiten der Studenten anstatt nur das spezifische Wissen eines Bereichs oder vereinzelte Fähigkeiten zu beurteilen. Beurteilungen müssen als etwas Kontinuierliches und Wiederkehrendes gesehen werden und nicht als etwas Unregelmäßiges und Endgültiges (NCTM, 1995, S. 83).

Es ist wichtig, dass prozessnahe Rückmeldung informativ ist und keinerlei negative Emotionen hervorruft. Es sollte die wahrgenommene Fähigkeit der Studierenden stärken, was für die Motivation ein wichtiger Faktor darstellt (Deci & Ryan, 2002).

Halbautomatische Bewertung verringern den Anspruch automatisch alle Prozesse zu interpretieren. Stattdessen kombiniert es die Leistungsfähigkeit von Computern, Standardlösungen und -fehler zu erkennen, und die fachlichen Fähigkeiten der Tutoren und Dozenten, ungewöhnliche Lösungen zu verstehen. Für weitere Hintergrundinformationen über „intelligent assessment“, bei dem halbautomatische Bewertungen eine Teilrolle spielt, vergleiche Bescherer et al.(im Druck).

Examples/Beispiele

Das dreijährige Projekt SAiL-M (Semi-automatischen Analyse individueller Lernprozesse in der Mathematik) startete Ende 2008, finanziert vom Bundesministerium für Bildung und Forschung, arbeitet an der Umsetzung dieser Art von Rückmeldung. Zur Zeit wird an mehreren Umsetzungen gearbeitet, die ab dem Sommersemester 2009 eingesetzt werden sollen.

So entstand mittlerweile ein Beweistool für den Computer zur Bearbeitung von Beweisen. Dem Vorgehen/Der Beweismethode im Programm liegt die Idee des Zwei-Spalten-Beweises oder Listenbeweis (vgl. Holland, 2007), bei denen es vor allem auch auf die Begründungen der jeweiligen Beweisschritte an. Es werden Situationen von Standartbeweise von den Dozenten oder Tutoren vorgegeben, die die Studierenden dann lösen sollen. Die einzelnen Beweisschritte (Aussagen) müssen von den Studierenden aus einem vorgegebenen Repertoire an Aussagen sinnvoll zusammensetzen.

Der Computer kann nahe am Prozess zu den einzelnen Beweisschritten Rückmeldung geben ob Zirkelschlüsse enthalten sind, Beweisschritte oder Begründungen fehlen. Allerdings kann dies immer nur mit der Standardlösung verglichen werden, Lösungen oder Fehler die das Programm nicht erkennt werden an den Tutor oder den Dozenten weitergeleitet.

Related Patterns

Literatur

  1. Bescherer, C., Kortenkamp, U., Müller, W. & Spannagel, C.: Intelligent Computer-Aided Assessment in Mathematics Classrooms. To appear in the IFIP WG 3.3 book Theory and History, Questions and Methodology: Current and Future Issues in Research into ICT in Education (in press).
  2. Black, P., Harrison, C., Lee,C., Marshall, B., & Wiliam, D.: Working Inside the Black Box: Assessment for Learning in the Classroom. Phi Delta Kappan, 86(1), 9–21 (2004).
  3. Deci, E. L. & Ryan, R. M.: An overview of self-determination theory: an organismic-dialectical perspective. In: E. L. Deci & R. M. Ryan (eds.), Handbook of self-determination research, pp. 3–33, The University of Rochester Press, Rochester, NY (2002).
  4. Dempsey, J. V. & Sales, G. C. (eds.): Interactive Instruction and Feedback. Educational Technology Publications, Englewood Cliffs, NJ (1993).
  5. Holland, G.: Geometrie in der Sekundarstufe: Entdecken – Konstruieren – Deduzieren. Verlag Franzbecker, Hildesheim, Berlin (2007).
  6. Müller, W., Bescherer, C., Kortenkamp, U., & Spannagel, C.: Intelligent Computer-Aided Assessment in Math Classrooms:  State-of-the-art and Perspectives. In: Proceedings of the Joint Conference of the IFIP WG 3.1, 3.2 and 3.5 at Alesund, Norwegen, Juni 2006.
  7. NCTM: Assessment Standards for School Mathematics, The National Council of Teachers of Mathematics, Reston VA (1995).
  8. Oppermann, R. & Thomas, C. G.: Learning and problem solving as an iterative process: Learner’s Living Repository: LEAR. In: C. Stephanidis (ed.), Towards user interfaces for all: current efforts and future trends. Proceedings of the ERCIM Workshop, Heraklion, Crete, Greece, 30.–31. October 1995.
  9. Payne, D. Applied Educational Assessment, Wadworth Publishing Company, Belmont, CA (1997)
  10. Richter-Gebert, J. & Kortenkamp, U.: The Interactive Geometry Software Cinderella. Springer, Heidelberg (1999).
  11. Schroeder, U. & Spannagel, C.: Supporting the Active Learning Process. International Journal on E-Learning, 5(2), 245-264, 2006.
  12. Spannagel C., Gläser-Zikuda, M., & Schroeder, U.: Application of Qualitative Content Analysis in User-Program Interaction Research. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 6(2). Art. 29, (2005).