Sensorische Erfassung von Motivationsindikatoren zur Steuerung von adaptiven Lerninhalten
Die Motivation ist beim Lernen der entscheidende Faktor, um Lerninhalte zu verstehen und zu behalten. Wenn die Motivation groß ist, nehmen Lernfreude und Interesse zu und führen zu guten Lernerfolgen. Diagnostiziert man Motivationsstörungen frühzeitig, können Lernprozesse angepasst werden und eine erfolgreichere Adaption der Lerninhalte ist möglich.
Ziel des Projekts „SensoMot“ ist es, mit Hilfe von Sensordaten kritische motivationale Zustände zu erkennen. Durch die Ableitung passender Adaptationsmechanismen soll der Lernprozess so gesteuert werden, dass er der Motivation der Lernenden entspricht. Über sogenannte Wearables werden physische Daten der Lernenden erhoben, die z. B. auf Stress oder Langeweile hinweisen. Der Algorithmus der Lernsoftware passt daraufhin zum Beispiel die Lerngeschwindigkeit an. Entsprechende Lernszenarien werden für die universitäre Lehre am Beispiel „Nanotechnologie“ sowie für die berufliche Fernlehre in der Technikerausbildung im Maschinenbau prototypisch entwickelt und evaluiert. Dieses Lernsystem soll durch entsprechende Applikationen unter Berücksichtigung datenschutzrechtlicher Aspekte, möglichst schnell der Bildungspraxis zur Verfügung gestellt werden.
Durch „SensoMot“ wird es erstmalig möglich, motivationsbedingte Lernblockaden mit Hilfe von unaufdringlichen Sensoren frühzeitig zu erfassen und Lerninhalte daran anzupassen. Eine so erhöhte Lernmotivation könnte in vielen technologiebasierten Lehr-Lern-Szenarien zu größeren Lernerfolgen und niedrigeren Abbruchquoten führen.
Download SensoMot (PDF)