Forschung im ProDaBi-Projekt
Das ProDaBi-Projekt zielt darauf ab, Schülerinnen und Schüler auf die Herausforderungen und Möglichkeiten vorzubereiten, die Data Science und KI heute mit sich bringen. Dazu gehört sowohl das Vermitteln technischer Fähigkeiten und Fertigkeiten als auch die Diskussion von ethischen und gesellschaftlichen Implekationen dieser Technologien. Auch die Fortbildung von Lehrkräften ist für das Projekt von hoher Bedeutung, um einen Beitrag zu leisten, dass die Themen Data Science und KI fundiert im Unterricht vermittelt werden können.
Das ProDaBi-Projekt verbindet die Entwicklung theoretischer Konzepte mit der Gestaltung von konkretem Unterricht und Fortbildungen, sowie der empirischen Untersuchung von deren Einsatz und Wirkung. Die Forschung im Projekt wird maßgeblich durch die Dissertationen und Forschungsprojekte der Mitarbeitenden vorangetrieben, die dabei von den Projektleitenden betreut werden. Das ProDaBi-Projekt verfolgt somit folgende Forschungsschwerpunkte:
Datenbewusstsein
Datenbewusstsein ist ein fachdidaktisches Konzept zur Förderung von Mündigkeit in einer datengetriebenen Gesellschaft und bildet einen Schwerpunkt des Projekts. Es nimmt die Perspektive der Schüler:innen auf ihre alltäglichen Interaktionen mit datengetriebenen digitalen Artefakten als Ausgangspunkt. Davon ausgehend werden sie befähigt, die Rolle von Daten in diesen datengetriebenen digitalen Artefakten zu verstehen und ihre alltäglichen Interaktionen mit diesen Artefakten kritisch zu reflektieren. Eine solche Reflexion beinhaltet etwa auch das Einnehmen einer Position gegenüber diesen Technologien und ihrer Rolle in unserem Alltag.
Die Entwicklung und Evaluation des Konzepts Datenbewusstsein ist Teil eines Dissertationsvorhabens, das diesem Projekt angegliedert ist. Der Fokus liegt dabei auf dem Informatikunterricht in der Sekundarstufe I. Im Rahmen der Forschung wird ein didaktischer Ansatz entwickelt und in mehreren Unterrichtsmodulen umgesetzt. Schüler:innen lernen dabei ein Erklärmodell über die Rolle von Daten in datengetriebenen digitalen Artefakten kennen, das als Werkzeug zum Analysieren und Reflektieren von digitalen Artefakten dient. Die Entwicklung und Evaluation des Konzepts basiert auf mehreren empirischen Studien, in denen unter anderem ein Messinstrument für das Verständnis von und die Einstellung zu datengetriebenen digitalen Artefakten entwickelt wird. Insbesondere untersuchen diese Studien auch die Förderung der aktiven Auseinandersetzung der Schüler:innen mit datengetriebenen digitalen Artefakten, denen sie im Alltag begegnen.
Bei Interesse an diesem Forschungsprojekt melden Sie sich gerne bei Lukas Höper: lukas.hoeper@uni-paderborn.de
Epistemisches Programmieren
Epistemisches Programmieren beschreibt eine erkenntniszentrierte Sichtweise auf (datengetriebenes) Programmieren. Ziel des Ansatzes ist es, Programmieren als Erkenntniswerkzeug für Jede:n hinsichtlich eigener Interessen zugänglich zu machen und es so zur persönlichen Datenexploration und Selbstexpression einsetzen zu können. Im ProDaBi-Projekt werden dazu fächerverbindende Citizen-Science-Unterrichtsmodule zur datengetriebenen Umweltexploration entwickelt und beforscht.
Der Fokus der Forschung liegt darauf, zu identifizieren,
- wie sich die Sichtweise von Schüler:innen auf Programmieren durch das Durchlaufen datengetriebener epistemischer Programmierprojekte verändert,
- wie Schüler:innen beim epistemischen Programmieren vorgehen,
- wie Schüler:innen durch die Verwendung von ausgearbeiteten Programmierbeispielen (sogenannten Worked Examples) in ihren epistemischen Programmierprozessen unterstützt werden können.
Basierend auf den Forschungsergebnissen sollen die eingesetzten Vorgehensweisen und didaktischen Tools weiterentwickelt werden, um diese Perspektive auf Programmieren als Kulturtechnik für Schüler:innen vermittel- und erfahrbar zu machen.
Bei Interesse an diesem Forschungsprojekt melden Sie sich gerne bei Sven Hüsing: sven.huesing@uni-paderborn.de
Maschinelles Lernen mit Entscheidungsbäumen
Ein Schwerpunkt von ProDaBi seit Projektstart ist das Thematisieren von maschinellem Lernen in der Schulbildung. Dabei geht es um die Auswahl geeigneter Inhalte und die Gestaltung und Beforschung konkreter Lernarrangements.
Das Forschungsprojekt “Maschinelles Lernen mit Entscheidungsbäumen” hat zum Ziel ein Konzept für die Vermittlung von Methoden des überwachten maschinellen Lernens zu entwickeln und dies am Beispiel von datenbasierten Entscheidungsbäumen konkret umzusetzen. Dazu gehört die Auswahl und geeignete Anpassung von Inhalten, die Entwicklung von (digitalen) Werkzeugen für den Unterricht, die Gestaltung von Unterricht, sowie die Untersuchung von Lernprozessen und -ergebnissen bei Lernenden. Kern dieses Forschungsprojekts ist der Unterricht in der Sekundarstufe II, allerdings werden die Konzepte in angepasster Form auch in der Sekundarstufe I erprobt und beforscht.
Bei Interesse an diesem Forschungsprojekt melden Sie sich gerne bei Yannik Fleischer: yanflei@math.uni-paderborn.de
E-Fortbildungen
Im Fokus der wissenschaftlichen Forschung innerhalb von ProDaBi III steht die Konzeption einer effektiven e-Fortbildung für Lehrkräfte. Dabei wird ein synchrones Konzept mit asynchronen Elementen erarbeitet, um ein höheres Engagement, verbesserte Zeitplanung und Austausch unter Lehrkräften zu ermöglichen entscheidende Faktoren für erfolgreiche Fortbildungsteilnahmen.
Im Kontext der wissenschaftlichen Forschung wird untersucht, inwiefern sich die in Präsenzfortbildungen als effektiv erwiesen Elemente in ein online Format übertragen lassen. Hierzu gehören die Strukturierung, kollaborative Gruppenarbeitsphasen, das Nutzen interaktiver und kollaborativer Tools und der Einsatz von Lernvideos. Die e-Fortbildungen bauen weiterhin auf evaluierten Unterrichtsreihen auf und integrieren bewährte Elemente. Dies schließt ein, konkrete Einblicke in das Unterrichtsgeschehen zu gewähren, indem beispielsweise Ergebnisse von Schüler:innen präsentiert werden. Dies ermöglicht die Veranschaulichung potenzieller Schwierigkeiten oder gelungener Unterrichtsabläufe, um ein besseres Verständnis zu fördern.
Bei Interesse an diesem Forschungsprojekt melden Sie sich gerne bei Susanne Podworny: podworny@math.uni-paderborn.de
Wissenschaftliche Publikationen des Projektes finden Sie hier.
