Jede/r von uns kennt Variationen dieses Spruches: Wir merken uns Gelesenes zu 10 Prozent, Gehörtes zu 20 Prozent, Gesehenes zu 30 Prozent, Gesehen und Gehörtes zu 70 Prozent und selbst Getanes zu 90 Prozent. Dass sich der Lernerfolg in Lernwerkstätten nicht von selbst einstellt, zeigt eine neue Studie der Cornell University.
Research reveals ‘shocking’ weakness of lab courses
Mit diesen starken Worten betitelt des Media Relations Office der Cornell Universität Erkenntnisse des Nobellpreisträgers Professors Carl Wieman und der Assistant Professorin Natasha Holmes aus einer Analyse von neun praxisorientierten Einführungskursen an drei Einrichtungen mit insgesamt etwa 3000 Teilnehmern.The results were so consistent, and so abysmal, that the researchers call it “shocking.” They write that “with a high degree of precision, there was no statistically measurable lab benefit. … None of the mean effects was larger than 2 percent statistically; they were all indistinguishable from zero.”
Als die Forscher die Bandbreite ihrer Untersuchung reduzierten und Prüfungsfragen mit quantitativen Berechnung wegließen, so dass nur noch nach dem Verständnis von Konzepten gefragt wurde, das in den Lernwerkstätten doch gefördert werden sollte, erhielten sie das gleich Ergebnis: Der Effekt blieb bei null.
Warum brachte das Experimentieren keinen Erkenntnisfortschritt?
Man könnte sich mit einer einfachen Antwort dem Problem so nähern: Es gibt keinen Automatismus über die Hand ins Gehirn. Oder wie Holmes es mit Blick auf Routineverfahren formuliert:
“Although one may think that labs are inherently active, our research shows that in traditional labs students may be active with their hands but they’re not really active with their brains,” says Holmes. “Following rote procedures to get a proscribed outcome at the end isn’t doing a whole lot.”
Die Studenten waren offensichtlich mit der Durchführung der Experimente und dem Sammeln von Daten so beschäftigt, dass sie keine Zeit und Energie in das Durchdenken der zugrundeliegenden naturwissenschaftlichen Gesetze und Konzepte investierten.
Das erinnert an eine Erkenntnis von Hattie & Yates, die in diesem Blog zur Sprache kam: Wie ist das mit dem selbstentdeckenden Lernen: Ist das nicht viel nachhaltiger, wenn der Schüler selbst draufkommt? Für Hattie ist das ein Mythos, der die Rolle des Ich/Selbst mit dem Gedanken verwechselt, dass Lernen einen aktiven Geist braucht. Selbstentdeckendes Lernen verbraucht viel mentale Kapazität (cognitive load) für die „Forschungsarbeit“, die viel profitabler auf „echten Wissensaufbau“ gerichtet werden sollte.
Holmes und Wieman erfuhren aus Interviews mit den Studenten, dass sie sich ausschließlich auf das Sammeln von Daten und die Frage konzentriert hatten, ob sie rechtzeitig fertig würden. Offensichtlich hängt das Problem mit einer mangelhaften Struktur der Lernwerkstätten zusammen:
In einer typischen Lern-Lab-Situation werden die relevanten Fragen und Gleichungen einführend präsentiert; anschließend erfahren die Studenten, welche Werte und Daten welche Annahmen bestätigen oder widerlegen. Dann werden sie angeleitet, wie sie die Daten sammeln können; dass geht manchmal so weit, dass man ihnen zeigt, welche Knöpfe sie drücken müssten.
In a typical lab activity, “the relevant equations and principles are laid out in the preamble; students are told what value they should get for a particular measurement or given the equation to predict that value; they are told what data to collect and how to collect them; and often they are even told which buttons to press on the equipment to produce the desired output,” write the researchers.
Von daher müssen die Schüler/Studenten in traditionellen Lernwerkstätten weniger über die physikalischen Prozesse und Gesetze nachdenken, sondern sind fast ausschließlich damit befasst, sorgfältig nach Anleitung vorzugehen. Es fehlt die Zeit für eigene Theorien, entsprechende selbst gestaltete Experimente, das Verkraften und Überdenken von Fehlern und das Entwerfen modifizierter Theorien und Versuche. Das wäre die Voraussetzung für wirkliches Lernen.
Students in traditional labs, therefore, don’t need to think about physics content but only how to correctly follow the instructions. But, write Holmes and Wieman, “overcoming obstacles and learning from failure are vital skills for every experimental scientist… Also important [is] having the time both to reflect on those decisions and their outcomes and to fix and improve the experiments iteratively.”
Lernwerkstätten anders konzipieren
Holmes und Wieman sehen die traditionellen LernLabs als eine Art Reifen, den man den Schülern/Studenten zum Springen hinhält; und schlagen deshalb ein neues Design für Lernwerkstätten vor, das sie SQILabs nennen – structured quatitative inquiry Labs. Darin werden den Studenten realistisch erreichbare Ziele gegeben und ausreichend Zeit eingeräumt für wiederholte Experimente, einen umfangreicheren Entscheidungsprozess und damit das Entwickeln eigener kritischer thinking skills.
While SQILab activities give students a limited and realistic goal, the students decide how to conduct the experiment and interpret the data. They have the opportunity to troubleshoot, revise and test models, and try new things.
In dieser neuen Struktur würden die Studenten mehr Freude an den Aktivitäten entwickeln und weniger frustriert sein, wenn die Experimente nicht so verlaufen wie geplant. Außerdem würden sie die Daten weniger manipulieren um die erwünschten Ergebnisse zu erhalten.
