Aktuelles

Selbstreguliertes Lernen (SRL) ist zentral für akademischen Erfolg, denn es wird mit Resilienz, Motivation sowie essenziellen Fähigkeiten wie Zeitmanagement und kritischem Denken assoziiert. Jedoch: Es ist herausfordernd zu messen. Während Fragebögen verzerrungsanfällig und Logdaten oberflächlich sind, galten Interviews als zu ressourcenintensiv.

Test in großen Lehrveranstaltungen

Niels Seidel und Slavica Radovic erproben nun im geförderten Projekt ein Multi-Agenten-System (MAS), das strukturierte SRL-Interviews automatisiert durchführt. Basierend auf etablierten Interviewprotokollen generiert das Multi-Agenten-System dann individuelles Feedback mit Lernstrategie-Empfehlungen. In zwei Lehrveranstaltungen mit je über 200 Studierenden wird die Reliabilität im Vergleich zu etablierten Methoden und die SRL-Unterstützung untersucht.

Tiefgreifende Messmethoden erstmals praxistauglich

Warum ist das so erfolgversprechend? Automatisierte Interviews durch MAS machen tiefgreifende Messmethoden erstmals praxistauglich. Lernende können so eine individuelle Rückmeldung und Empfehlung zur Verbesserung ihrer Selbstregulation erhalten.

In früheren Arbeiten konnten Seidel und Radovic bereits zeigen, dass ihr Prototyp effizient funktioniert. Das aktuelle Projektvorhaben soll dazu beitragen, Studierende dabei zu unterstützen, ihr Selbstregulationskompetenzen besser einzuschätzen und gezielt weiterzuentwickeln. Für den Einsatz in der Hochschullehre ist dieses Vorhaben für alle Fachbereiche und Hochschulformen relevant. Es kann mit besseren und passgenaueren Unterstützungsangeboten zu mehr Chancengerechtigkeit in der Hochschule beitragen.