Was sind adaptive Lernsysteme?
Adaptive Lernsysteme passen sich dem Lernstand und Lernfortschritt der Schüler*innen und Schüler an. Mit adaptiven Lernsystemen möchte man den der Individualität und Heterogenität in Schulkassen gerecht werden, indem der Lerninhalt die unterschiedlichen Arbeitstempo und Lernstände berücksichtigt.
Ein Beispiel dafür, wie sich ein adaptives Lernsystem an den Lernfortschritt und der Lerngeschwindigkeit von Lernenden anpassen kann, sind adaptive Lernpfade (siehe dazu auch unseren Blogbeitrag «Lernlandkarten und Lernpfade»). In adaptiven Lernpfaden erkennt das System, während die Lernenden an den Kapiteln arbeiten, auf welchem Stand ihr Wissen ist und liefert darauf Vorschläge für die Wahl des nächsten Kapitels. Das System empfiehlt so die Wiederholung oder das Überspringen von Kapiteln.
Adaptive Lernsysteme passen sich in Echtzeit an die Benutzer*innen an. Dies passiert aufgrund Algorithmen (KI) gesteuerte Verarbeitung von Daten. Bis anhin sind datengetriebene adaptive Lernsysteme im Schulkontext noch wenig etabliert und stecken noch in der Kinderschuhen.
Intelligente Tutorielle Systeme (ITS)
Der am besten bekannte Typ von adaptiven Lernumgebungen sind intelligente tutorielle System (ITS). Intelligente tutorielle System (ITS) weisen in der Regel drei zentrale Komponenten auf, über die eine Anpassung an den einzelnen Lernenden erfolgt: das Domänen-Modell, das tutorielle Modell, sowie das Lernenden-Modell (siehe Abbildung).
Das Domänen-Modell: Diese Modell beinhaltet Informationen zu fachlichen Inhalten, zu Lernobjekten (Beispiele, Grafiken, Übungsaufgaben, etc.) und zu deren Beziehungen untereinander.
Das tutorielle Modell: Das Modell beinhaltet Informationen zu möglichen Lernpfaden, wann welche Informationen zur Verfügung gestellt werden sowie wann und in welcher Form den Lernenden Feedback gegeben wird.
Das Lernenden-Modell: Dieses Modell merkt sich, was man schon gelernt hat, wie lange man normalerweise lernt und wie oft man etwas wiederholen muss, bis man es kann.
Gemäss der Metastudie «Erfolgreicher Unterricht ist digital – aber nicht ausschliesslich» der Technischen Universität München (TUM) erzielen intelligente Tutoringsysteme im Vergleich von digitalen Medien die grösste positive Wirkung.
Bedeutung für Lehrpersonen
Grosse Hoffnungen werden in adaptive Lernsysteme gesetzt, und insbesondere durch Fortschritte im Bereich der Künstlichen Intelligenz erfahren diese Systeme einen neuen Schub. Für die Bildungslandschaft und deren Akteur*innen stellt sich allerdings die Frage, welche Vor- und welche Nachteile adaptive Lernsysteme mit sich bringen können.
Vorteile:
- Individualisierung des Lernens: Die Systeme passen sich an den Kenntnisstand und Lernstil der Schüler*innen an.
- Sofortiges Feedback: Schüler*innen erhalten unmittelbare Rückmeldungen zu ihren Antworten.
- Datengetriebene Entscheidungsfindung: Lehrpersonen erhalten detaillierte Berichte über den Fortschritt der Schüler*innen.
Nachteile:
- Technische Probleme: Es können technische Schwierigkeiten oder Ausfälle auftreten.
- Kosten: Die Einführung und Wartung solcher Systeme kann teuer sein. Zudem verfügen Schulen oftmals nicht über die nötigen technische Infrastruktur.
- Datenschutzbedenken: Die Sammlung und Analyse von Schüler*innendaten wirft Fragen zum Datenschutz auf.
Insgesamt bieten adaptive Lernsysteme personalisierte Unterstützung beim individuellen Lernen und Üben. Während sie Lehrpersonen in Routineaufgaben entlasten und insbesondere Quereinsteigern fachdidaktische Hilfe bieten, kann allerdings die Rolle der Lehrperson im Bildungsprozess nicht durch entsprechende Systeme ersetzt werden. Lernen bleibt ein sozialer Vorgang, und Fähigkeiten wie Argumentation und Kommunikation können digital nicht vollständig vermittelt werden. Obwohl diese Systeme Unterstützung bieten, spielen Lehrerinnen und Lehrer eine zentrale Rolle beim Fördern sozialer und fachlicher Kompetenzen. In Zeiten der digitalen Transformation können adaptive Lernsysteme jedoch ein wertvolles Werkzeug sein, um Lehrpersonen in diesen Aufgaben zu unterstützen.
Quellen:
Bagheri, M. (2015). Intelligent and Adaptive Tutoring Systems: How to Integrate Learners. [4.7.23]
Fraunhofer (o.J.). Adaptive Lernsysteme. [21.8.23]
Goertz, L. (2014). Digitales Lernen adaptiv. [21.8.23]
Holmes, W. & Bialik, M. & Fadel, C.(2019). Artificial Intelligence in Education. Promise and Implications for Teaching and Learning. [21.8.23]
Meier, C. (2020). Heterogenität und das Bedürfnis nach Personalisierung. [4.7.23]
Meier, C. (2016). Digitalisierung von Lernen: adaptive tutorielle Systeme. [4.7.23]
Speroni, C. (2023). Adaptive Lernsysteme und ihr Einfluss auf den Unterricht. [22.8.23]
Technisches Universität München (2017). Erfolgreicher Unterricht ist digital – aber nicht ausschliesslich. [21.8.23]
Weich, A., Deny, P., Priedigkeit, M., Troeger, J. (2021). Adaptive Lernsysteme zwischen Optimierung und Kritik. [4.7.23]
Zitbox (o.J.). Szenario «Adaptives Lernen». [21.8.23]