Wie KI Gespräche im Klassenzimmer nutzen kann, um den akademischen Erfolg vorherzusagen

Die jüngste Verlagerung hin zu E-Learning und Online-Klassenzimmern kann wertvolle Einblicke in Muster und Verhaltensweisen liefern, die Schüler erfolgreich machen. Mit Hilfe von KI haben Forscher diese Muster und Verhaltensweisen ermittelt.

Wer hätte gedacht, dass ein themenfremder Dialog im Unterricht ein wichtiger Indikator für den Erfolg eines Schülers in der Schule sein kann? Wissenschaftler der Tsinghua-Universität hatten eine Ahnung und beschlossen, sich eingehend mit der Frage zu befassen, wie maschinelles Lernen und KI einem wenig erforschten Segment des Bildungspools helfen könnten: Schülern der 6. Klasse, die in Live-Online-Kursen lernen.

Durch die Analyse der Klassenzimmerdialoge dieser Kinder entwickelten Wissenschaftler der Tsinghua-Universität neuronale Netzwerkmodelle, um vorherzusagen, welche Verhaltensweisen zu einem erfolgreicheren Schüler führen könnten. Nach dieser ersten Analyse setzen die Forscher die KI weiter ein, um zu sehen, welche Verhaltensweisen als genaue Prädiktoren für den Erfolg eines Schülers sowohl in MINT-Kursen (Naturwissenschaften, Technik, Ingenieurwesen und Mathematik) als auch in nicht MINT-bezogenen Kursen verwendet werden können.

Wie sich herausstellte, hat Big Data dazu beigetragen, einige Schlüsselaspekte zu beleuchten, die zu mehr Erfolg bei Schülern und einer neuen Vision davon führen können, wie Schüler überhaupt lernen.

Die Forscher veröffentlichten ihre Ergebnisse im Zeitschrift für Social Computing am 31. März. Aus den erfassten Daten und den verwendeten Modellen wurden valide Erkenntnisse gezogen, mit denen sich Studienleistungen genau vorhersagen lassen.

„Die wichtigste Botschaft dieser Arbeit ist, dass leistungsstarke Studierende, unabhängig davon, ob sie in MINT- oder Nicht-MINT-Studiengängen eingeschrieben sind, durchweg positivere Emotionen, Interaktionen auf höherer Ebene in Bezug auf kognitive Prozesse und eine aktive Teilnahme an Themen außerhalb des Themas zeigen.“ Dialoge während der gesamten Lektion“, sagte Jarder Luo, Autor und Forscher der Studie.

Die Implikation hieraus ist, dass neben den anderen Merkmalen eines erfolgreichen Schülers, zu denen Kognition und positive Emotionen gehören, der wichtigste Prädiktor für die Leistung von MINT- und Nicht-MINT-Schülern der interaktive Typ dieses Schülers ist. Bei MINT-Schülern ist die mittlere Phase des Unterrichts die wichtigste Situation, die interaktive Typen beim Lernen spielen. Im Gegensatz dazu haben die interaktiven Typen von Nicht-MINT-Schülern in etwa den gleichen Effekt auf die Leistung des Schülers in der Mittel- und Zusammenfassungsphase des Unterrichts.

Der interaktive Dialog zwischen Schülern trägt dazu bei, soziale Kompetenzen zu rationalisieren und zu integrieren und gleichzeitig Wissen aufzubauen. Diese offenen Gespräche helfen den jungen Schülern, sich in Gesprächen im Allgemeinen zurechtzufinden, aber insbesondere in Gesprächen über Themen, mit denen der Schüler wahrscheinlich nicht sehr vertraut ist. Dies könnte der Grund dafür sein, dass die Daten so stark darauf hindeuten, dass Schüler, die sich aktiver im Unterrichtsdialog engagieren, in der Regel leistungsstärker sind.

Darüber hinaus ergab die Studie, dass Metakognition, also das „Denken über das Denken“, bei leistungsstärkeren Nicht-MINT-Schülern häufiger vorkommt als bei ihren MINT-Kollegen. Dies könnte zum Teil daran liegen, dass Naturwissenschaften oft auf einer Wissensbasis gelehrt werden, während andere Studienbereiche etwas mehr Planung und Bewertung des Stoffes erfordern.

Die Feststellung, welche Verhaltensweisen und Muster bei erfolgreichen Schülern im Klassenzimmer üblich sind und wie sich diese Eigenschaften je nach Unterrichtsfach ändern können, kann auch dabei helfen, herauszufinden, wo Schüler, die während des Unterrichts Probleme haben, Hilfe oder Intervention benötigen.

„Durch die Nutzung der Leistungsfähigkeit von Big Data und Tools der künstlichen Intelligenz können wir die Komplexität der Klassenzimmerdynamik entschlüsseln und komplexere Interaktionsverhaltensweisen in mehrschichtigen Netzwerken und deren Verhaltensergebnisse aufdecken“, sagt Luo.

Mit den gewonnenen Erkenntnissen darüber, wie emotionaler Ausdruck, Kognition, Metakognition und interaktive Typen den gesamten akademischen Erfolg eines Schülers beeinflussen, hoffen die Forscher hinter dieser Studie, dass Lehrer den Schülern einen „persönlicheren“ Lernansatz bieten und die akademischen Leistungen des Schülers weiter verbessern können Erfolg, insbesondere wenn MINT- und Nicht-MINT-Studiengänge berücksichtigt werden.

Darüber hinaus können politische Entscheidungsträger aktuelle Lehrmethoden neu bewerten und sie bei Bedarf überarbeiten, um zu unterschiedlichen Zeitpunkten des Kurses unterschiedliche Methoden einzubeziehen, um Schülern zu helfen, deren Engagement oder Verständnis während des Unterrichts schwankt. In Kombination mit kontinuierlicher Forschung mit KI-Geräten und -Techniken sollte dies dazu beitragen, ein effektiveres und umfassenderes Bildungserlebnis für alle beteiligten Schüler zu schaffen.