MULTIDIVERSE-CSCL – Effekte multiattributionaler Diversität in Computer-Supported Collaborative Learning erklären und gestalten

MULTIDIVERSE-CSCL ist ein CATALPA-Projekt

Kollaboration in virtuellen Lerngruppen fördert die soziale Eingebundenheit und den Lernerfolg in Distance Education. Diversität der Studierenden kann jedoch auch dazu führen, dass die Lerngruppen weniger gut zusammenarbeiten. Das Projekt untersucht den Einfluss von Stereotypen auf die Zusammenarbeit und entwickelt technologische Unterstützungsmaßnahmen für die virtuellen Lerngruppen.


Projektziele und Forschungsfragen

Computer-Supported Collaborative Learning (CSCL) beschreibt die virtuelle Zusammenarbeit von Lerngruppen in Distance Education. CSCL kann die soziale Eingebundenheit und den Lernerfolg der Studierenden fördern, birgt jedoch auch Herausforderungen für heterogene Lerngruppen. Wenn die Lerngruppenmitglieder heterogene soziodemografische Hintergründe und unterschiedliches Vorwissen mitbringen, so kommunizieren sie weniger gut miteinander und zeigen letztendlich eine schlechtere Gruppenleistung.

Das Projekt „Effekte multiattributionaler Diversität in Computer-Supported Collaborative Learning erklären und gestalten“ (MULTIDIVERSE-CSCL) untersucht die sozialpsychologischen Wirkmechanismen, die durch Stereotypisierungsprozesse in virtuellen Lerngruppen die optimale Kollaboration einschränken. Zudem erproben wir, wie durch ein verstärktes Wir-Gefühl in der Lerngruppe der Einfluss von Stereotypen verringert werden kann. Wir entwickeln außerdem ein Student Dashboard, dass die Studierenden dabei unterstützt, ihre Kollaboration zu intensivieren und die Gruppenleistung zu verbessern.

  • PD Dr. Laura Froehlich

    Prof. Dr. Stefan Stürmer

  • Das Projekt wird gefördert durch die Deutsche Forschungsgemeinschaft.
    Mehr Informationen: Projektdatenbank der DFG

  • 01.01.2024 – 31.12.2026

  • B.Sc. Dipl.-Päd. Jennifer Hochstein

    M.Sc. Martin Schulze

    N.N. (Hilfskraft)

  • Prof. Dr. Jörg Haake

    Dr. Niels Seidel

  • Voltmer, J.-B., Froehlich, L., Reich-Stiebert, N., Raimann, J., & Stürmer, S. (in press). Group cohesion and performance in Computer-Supported Collaborative Learning (CSCL): Using assessment analytics to understand the effects of multi-attributional diversity.In Sahin, M. & Ifenthaler, D. (Eds.) Assessment analytics in education – Designs, methods, and solutions.

Sandra Kirschbaum | 31.01.2024