Guiding Knowledge Exchange in Collaborative Learning : Mechanisms and Potential of Text-Mining Support

Erkens, Melanie GND

Der Austausch von Wissen ist fundamental fürs Lernen. Allerdings verbessert nicht jeder Wissensaustausch die Lernergebnisse; oftmals benötigen Lernende zusätzliche Unterstützung, die durch Instruktionen aus dem Bereich des kollaborativen Lernens gewährleistet werden kann.
Dabei haben sich zwei Ansätze besonders bewährt: Lehrer können Lerngruppen bilden (Group formation), in denen die kognitiven Eigenschaften der Gruppenmitglieder auf bestimmte Weise verteilt sind, oder sie verschaffen den Lernern Kenntnisse über die kognitiven Eigenschaften ihrer Lernpartner (Group awareness support). Beides geht mit verbesserten Denk- wie Kommunikationsprozessen einher. Voraussetzung zur Umsetzung dieser Maßnahmen ist jedoch, dass die Lehrer Informationen über die Lernenden besitzen, deren Einholung mit hohem Aufwand verbunden sein kann. Um diesen Aufwand zu reduzieren, bieten sich Text-Mining-Methoden an, die die benötigten Informationen automatisch aus vorhandenen Lerner-Texten extrahieren können. Zudem verspricht der Bottom-up-Ansatz dieser Erfassung, Vorwissen besser aktivieren zu können, wenn die so generierten Informationen an die Lernenden zurückgemeldet werden. Um dieses Potenzial auszuschöpfen, sind jedoch zunächst Instruktionsdesign und Informatik-Funktionen zu integrieren und systematisch unter Berücksichtigung zugrundeliegender Wirkmechanismen zu erforschen.
Diesem Ziel nähert sich die vorliegende Arbeit mit drei Studien. Studie 1 vergleicht verschiedene Text-Mining-Methoden hinsichtlich ihrer Eignung, Textunterschiede (für die Gruppierung) und kognitive Informationen (zur Unterstützung der besseren Kenntnis der Lernpartner) aus einem Textkorpus mit vordefinierten Inhalten zu extrahieren. Die hierauf basierend ausgewählten Methoden dienen dem Design eines integrierten Grouping and Representing Tools. Unter Einsatz dieses Tools untersucht Studie 2 dessen Effekt auf Lernergebnisse durch den Wissensaustausch im Schulunterricht. Die Ergebnisse zeigen, dass Schüler besser lernen und ihr Wissen stärker aneinander annähern, wenn sie von dem Tool unterstützt werden. Neben dieser Bestätigung eines generellen Effekts Text-Mining-basierter Anleitung fokussiert Studie 3 die Untersuchung von Einzel- und Interaktions-effekten der bereitgestellten Informationen über Lernpartner und Lerninhalte in einer systematischen Laborstudie mit simuliertem Text Mining. Obwohl sich die Verbesserung der Vorwissensaktivierung nicht bestätigt, liefert die Studie die neue Erkenntnis, dass Informationen über Lernpartner zur Verbesserung von kognitiver Elaboration inhaltlich nicht zu feingliedrig bereitgestellt werden sollten, und dass die Wirkung solcher Informationen auf das Lernergebnis durch verbesserte Wissensintegration und genauere Partnereinschätzung vermittelt wird. Darüber hinaus deuten die Ergebnisse darauf hin, dass lernförderliche Effekte der bereitgestellten Informationen auf kognitive, metakognitive wie auch Kommunikationsprozesse, die in früherer Forschung identifiziert wurden, auch durch die Bereitstellung von Informationen auf Basis der Text-Mining-Simulation verursacht werden können.
Die drei in dieser Dissertation enthaltenen Studien tragen zur Forschung im Bereich des kollaborativen Lernens bei, indem sie den Nutzen von Text-Mining-Methoden für den Wissensaustausch untersuchen und abstecken. Das im Zuge dessen entwickelte Tool kann für die Text-Mining-basierte Gruppierung Lernender und die Rückmeldung von Informationen zur Verbesserung der Kenntnis des Lernpartners verwendet werden, um so die Arbeit der Lehrer zu erleichtern. Einzelne Funktionen des Tools sind zur Lehrer-entlastung auch in anderen Szenarien denkbar, in denen Lernende Texte produzieren, z.B. auch in individuellen Lernszenarien. Darüber hinaus können die neuen Erkenntnisse über Mechanismen, die durch die bereitgestellten Informationstypen ausgelöst werden, unabhängig davon, ob sie per Text Mining erfasst wurden oder nicht, andere Bereiche des (technologiebasierten) Lernens bereichern. Sie können zur Verbesserung von Tools dienen oder auf andere Lernszenarien angewendet werden, in denen kognitive, metakognitive oder Kommunikationsprozesse unterstützt werden sollen.

Knowledge exchange is a powerful asset for promoting learning, but not every exchange of knowledge improves learning outcomes; to this purpose, collaborative learning offers instructional guidance. In particular, instructors can form groups of learners with complementary cognitive characteristics (group formation) or support their awareness of the learning partners’ characteristics (group awareness support), as both measures engage people to think or communicate in learning-enhancing ways. Therefore, instructors need to collect information about the learners as an initial step, which can involve some effort. Text-mining methods seem suitable for reducing this effort because they can automatically extract the information required from available learner-generated text. Moreover, this bottom-up approach introduces new means of activating prior knowledge by providing the collected information to the learners. To realize this promising potential, however, instructional guidance and sophisticated methods from computer science need to be integrated and systematically explored under consideration of the underlying mechanisms.
This work approaches this goal through three studies. Study 1 compares different text-mining methods in terms of their suitability for identifying text differences (for grouping) and extracting cognitive information (for group awareness support) from a text corpus with predefined content properties. The resulting selection informs the design of the integrated Grouping and Representing Tool. Applying this tool, Study 2 investigates the effect of text mining-based guidance on learning outcomes in a classroom setting. Results indicate that students learn better and converge their knowledge more when this tool supports them. In addition to verifying this general effect of text mining-based guidance, Study 3 disentangles the guiding effects of the provided information about learning partners and learning content in a systematic laboratory setting with simulated text mining. Although the results do not confirm the improvement of prior knowledge activation, they reveal the new finding that information about learning partners should be provided without content-specification to support cognitive elaboration and that its effect on learning is mediated by knowledge integration and partner modeling accuracy. Furthermore, the results suggest that the effects of the provided information on cognitive, metacognitive, and communication processes found in previous research can also be induced by providing text mining-generated information.
The three studies included in this dissertation contribute to the research area of computer-supported collaborative learning by exploring the usefulness of text-mining methods in knowledge exchange. In particular, the designed tool for text mining-based grouping and representing can be used as a group awareness tool for enhancing the instructors’ efficiency. Single functions thereof can also be used in other scenarios where learners produce texts (e.g., individual learning settings) to relieve instructors. Moreover, new insights into mechanisms triggered by the provided information types, whether text mining-gathered or not, can enrich other areas of (technology-enhanced) learning. They can improve tool designs or can be applied to other learning scenarios where cognitive, metacognitive, or communication processes are to be supported.

Share and cite

Citation style:

Erkens, Melanie: Guiding Knowledge Exchange in Collaborative Learning. Mechanisms and Potential of Text-Mining Support. 2019.

Could not load citation form. Default citation form is displayed.

Rights

Use and reproduction:
All rights reserved

Export