Kreative Köpfe tragen zu Innovation und Erforschung bei, zwei der großen Motoren einer florierenden Gesellschaft. Die Förderung der Kreativität der Studierenden wird oft als Priorität der Hochschulbildung angesehen, da dies später zur wirtschaftlichen und sozialen Entwicklung beitragen kann. In einer aktuellen Arbeit kombinierten Forscher der East China Normal University Methoden des maschinellen Lernens mit Fragebögen, um neue Dimensionen in den Zusammenhängen zwischen Betreuern-Studenten-Beziehungen und dem kreativen Ausdruck der Studierenden aufzudecken.
Das Papier wurde im veröffentlicht Zeitschrift für Social Computing.
„Indem wir die Faktoren verstehen und berücksichtigen, die die Beziehungen zwischen Betreuern und Studenten prägen, können wir ein Umfeld schaffen, das Doktoranden fördert und befähigt, ihre Kreativität fördert und den Weg für ihren akademischen Erfolg ebnet“, sagte Jingyi Hu, der Erstautor der Studie.
Die chinesische Postgraduiertenausbildung implementiert das Betreuersystem, und Betreuer spielen laut der Studie eine wichtige Rolle bei der Förderung der Kreativität von Postgraduiertenstudenten.
Neben dem täglichen Lernen im Klassenzimmer sind die Beziehungen zwischen Betreuern und Schülern von entscheidender Bedeutung für das Wachstum und die Entwicklung der Schüler.
„Postgraduierte, die eine engere Kommunikation und Interaktion mit ihren Betreuern haben, weisen ein höheres Maß an Kreativität auf“, sagte Hu.
Das Gegenteil könnte auch der Fall sein.
„Es wurde auch argumentiert, dass die Kommunikation zwischen Betreuern und Studenten die Kreativität von Doktoranden hemmen kann“, sagte Feng Liu, korrespondierender Autor. „Der Einfluss der Betreuer-Studenten-Beziehung auf die Kreativität von Doktoranden ist jedoch nicht eindeutig geklärt.“
Frühere Studien konzentrierten sich hauptsächlich auf die Messung von Merkmalen, Typologie und Prädiktoren der Beziehungen zwischen Betreuern und Studierenden durch die Verwaltung von Fragebögen zur Erkennung und Messung menschlicher Emotionen.
Während das Forschungsteam in dieser Studie auch Antworten über Fragebögen einholte, umfasste die erste Phase des Experiments Videointerviews und Analysen mithilfe der Methode der Gesichtsausdruckserkennung (FER). Basierend auf Deep-Learning-Techniken kann FER laut der Studie emotionale Reaktionen direkt und objektiver und genauer identifizieren als Umfragen und Fragebögen zur Selbstauskunft.
Die Forscher sammelten und analysierten Interviewvideodaten von 74 Postgraduiertenstudenten der East China Normal University und führten eine FER-Analyse Bild für Bild durch, um Feinheiten und Mikroausdrücke zu erfassen. Mithilfe von Deep-Learning-Methoden zeichnete das Team die emotionale Verteilung jedes Probanden auf, was die Wahrscheinlichkeitsverhältnisse von sieben Grundemotionen zeigte: Wut, Angst, Glück, Neutralität, Überraschung, Traurigkeit und Ekel.
Die ausgegebenen Daten dienten als Grundlage für ein mathematisches Modell, das das Team dann verwendete, um emotionale Veränderungen abzubilden und zugrunde liegende Muster in den Beziehungen zwischen Schülern und Mentoren zu identifizieren.
„Die Integration von maschinellem Lernen und mathematischer Modellierung erhöht die Präzision und Tiefe unserer Analyse und liefert detaillierte Einblicke in emotionale Erfahrungen“, sagte Liu, der auch mit der Wuxi-Universität verbunden ist.
Forschungsergebnisse untermauerten die Hypothese der Gruppen: Allgegenwärtige negative Emotionen, die ein Student erlebt, können auf eine dysfunktionale Beziehung zwischen Betreuer und Student hinweisen.
„Diese Ergebnisse tragen zu einem umfassenden Verständnis der emotionalen Landschaft in solchen Beziehungen bei und verdeutlichen die Notwendigkeit von Interventionen und Verbesserungen“, sagte Hu.
Erkenntnisse in diesem Bereich können als Grundlage für Best Practices dienen, bei der Gestaltung von Mentoring-Programmen und -Richtlinien helfen und Bildungseinrichtungen in die Lage versetzen, eine Atmosphäre zu schaffen, die die kreativen Beiträge der Doktoranden maximiert.
„In unserer laufenden Forschung haben wir einen entscheidenden Versuch unternommen, berechenbare Emotionen im Bereich der Bildung und Psychologie zu quantifizieren“, sagte Hu. „Für die Zukunft besteht unser vorrangiges Ziel darin, tiefer in die Mechanismen emotionaler Veränderungen und deren Auswirkungen auf Schüler in realen Bildungsumgebungen einzutauchen.“
Darüber hinaus werden die Forscher Methoden zur Quantifizierung von Kreativität untersuchen und mit Experten auf dem Gebiet der Psychologie zusammenarbeiten, um das Konzept der berechenbaren Emotionen und ihre Anwendung auf verschiedene interdisziplinäre Anliegen zu untersuchen.
„Letztendlich besteht unser Ziel darin, emotionale Prozesse anhand berechenbarer Stimmungen zu quantifizieren und dieses Wissen in einer Vielzahl praktischer Szenarien zu nutzen“, sagte Hu.
Mehr Informationen:
Jingyi Hu et al., Emotionale Mechanismen in der Beziehung zwischen Vorgesetzten und Studierenden: Erkenntnisse aus maschinellem Lernen und Untersuchungen, Zeitschrift für Social Computing (2023). DOI: 10.23919/JSC.2023.0005
Bereitgestellt von Tsinghua University Press