mehr als eine rechenmaschine - e-learning im mathematisch-naturwissenschaftlichen unterricht

8
#mathema’k #spezial #fachgegenstand Version vom 1. Februar 2011 Jetzt Pate werden! Für dieses Kapitel wird noch ein Pate gesucht, mehr Informa’onen unter: hFp://l3t.eu/patenschaI Mehr als eine Rechenmaschine Computer im mathematisch-naturwissenschaftlichen Unterricht Steffen Schaal, Chris’an Spannagel und Markus Vogel Quelle: Jorge Franganillo URL: hFp://www.flickr.com/photos/franganillo/3676227162/ [20101212] Im mathema’schnaturwissenschaIlichen Unterricht kann der Computer verschiedene Funk’onen als Werkzeug übernehmen. Er bietet beispielsweise die Möglichkeit, komplexe Berechnungen durchzuführen, abstrakte Sachverhalte zu veranschaulichen und mathema’schnaturwissenschaIliche Kontexte zu erfor schen. Dabei ist der Computer in der Regel nicht nur HilfsmiFel, sondern auch Lerninhalt. Seine Nutzung muss ebenso erlernt werden, wie die mathema’schen oder naturwissenschaIlichen Fachinhalte. Unter anderem muss aus diesem Grund der Computereinsatz didak’schmethodisch begründet und geplant sein, um Gefahren und Probleme der Computernutzung im Unterricht zu vermeiden.

Upload: l3t-lehrbuch-fuer-lehren-und-lernen-mit-technologie

Post on 01-Nov-2014

1.297 views

Category:

Education


2 download

DESCRIPTION

Kapitel des L3T Lehrbuchs (http://l3t.eu)

TRANSCRIPT

Page 1: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

#mathema'k

#spezial#fachgegenstand

Version  vom  1.  Februar  2011

Jetzt Pate werden! Für  dieses  Kapitel  wird  noch  ein  Pate  gesucht,mehr  Informa'onen  unter:  hFp://l3t.eu/patenschaI

Mehr als eine RechenmaschineComputer im mathematisch-naturwissenschaftlichen Unterricht

Steffen  Schaal,  Chris'an  Spannagel  und  Markus  Vogel

Quelle:  Jorge  FranganilloURL:  hFp://www.flickr.com/photos/franganillo/3676227162/  [2010-­‐12-­‐12]

Im   mathema'sch-­‐naturwissenschaIlichen   Unterricht   kann   der   Computer   verschiedene   Funk'onen   alsWerkzeug  übernehmen.  Er  bietet  beispielsweise  die  Möglichkeit,  komplexe  Berechnungen  durchzuführen,abstrakte  Sachverhalte  zu  veranschaulichen  und  mathema'sch-­‐naturwissenschaIliche  Kontexte  zu  erfor-­‐schen.  Dabei  ist  der  Computer  in  der  Regel  nicht  nur  HilfsmiFel,  sondern  auch  Lerninhalt.  Seine  Nutzungmuss   ebenso  erlernt  werden,  wie  die  mathema'schen  oder  naturwissenschaIlichen   Fachinhalte.  Unteranderem   muss   aus   diesem   Grund   der   Computereinsatz   didak'sch-­‐methodisch   begründet   und   geplantsein,  um  Gefahren  und  Probleme  der  Computernutzung  im  Unterricht  zu  vermeiden.

Page 2: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

2  —  Lehrbuch  für  Lernen  und  Lehren  mit  Technologien  (L3T)

1. Einleitung

Der Computer kann – nicht nur im mathematisch-na-turwissenschaftlichen Unterricht – verschiedeneRollen in Lehr- und Lernsituationen einnehmen(Spannagel, 2007). Zum einen kann er als Hilfsmitteleingesetzt werden mit dem Ziel, bestimmte Inhalteoder Kompetenzen zu vermitteln. In diesem Fall ister Medium, mit dessen Hilfe Inhalte dargestelltwerden, oder Werkzeug, das zur Herstellung digitalerProdukte dient. Ähnlich wie bei jedem anderen Me-dium und Werkzeug muss die Lehrperson ent-scheiden, in welchen Unterrichtsphasen, bei welchenInhalten, mit welchen Lernzielen und für welche Ler-nenden der Computer geeignet ist. Er „konkurriert“in diesem Fall mit anderen Medien (wie Büchern undFilmen) und Werkzeugen (wie beispielsweise Papier,Bleistift und Geodreieck). Zum anderen kann erselbst zum Lerninhalt werden, nämlich dann, wenndie Nutzung von Software selbst Lernziel ist. So zähltes zu den allgemein bildenden Aufgaben der Schule,informationstechnische Grundbildung zu vermitteln.Hierzu zählen die Beherrschung von Standardanwen-dungen wie Textverarbeitung, Tabellenkalkulationund Präsentationssoftware und die zielgerichteteNutzung des Internets zu Recherchezwecken.

Die Rollen Hilfsmittel und Lerninhalt schließensich nicht aus, sie sind in der Regel sogar miteinanderverbunden. Das Erlernen der Computernutzungfindet oft nicht (nur) in einem separaten Schulfachstatt, sondern ist in die Fächer integriert und wirddort mit traditionellen Lerninhalten verwoben. Sowird beispielsweise im Deutschunterricht ein Textver-arbeitungssystem eingesetzt, um damit eine Be-

werbung und einen Lebenslauf zu schreiben, und imMathematikunterricht wird die Nutzung eines Tabel-lenkalkulationssystems zur Auswertung von Datenerlernt. Letztlich wird in computerunterstütztenLehr- und Lernsituationen das Erlernen der Compu-ternutzung integraler Bestandteil: Die Verwendungdes Computers wird anhand fachlicher Probleme mo-tiviert, und fachliche Inhalte werden durch Technolo-gieeinsatz verständlich vermittelt bzw. erarbeitet.

2. Funk.onen  des  Computers

Betrachtet man den Computer als Werkzeug, solassen sich verschiedene Nutzungskategorien fest-machen (vgl. Köhler, 2004; Weitzel, 2004; Spannagel,2007). Diese Kategorien sind in Abbildung 1 darge-stellt. Sie sind nicht trennscharf; so können Wikis bei-spielsweise der Informationssuche dienen (Recher-chewerkzeug) oder der textbasierten Zusammenarbeit(Kollaborationswerkzeug).

Computer  als  Rechenwerkzeug

Im Mathematikunterricht spielt Tabellenkalkulationeine wesentliche Rolle. Tabellenkalkulationssoftwarekann Lernende von einfachen, oftmals wiederkeh-renden Berechnungen befreien und so kognitive Res-sourcen für das tiefere Verständnis von Lerninhaltenfrei räumen: Routineaufgaben werden vom Computergelöst, während sich die Lernenden anspruchsvol-leren Aufgaben widmen können. Der Computerübernimmt dabei die Funktion des (funktionsmächti-geren) Taschenrechners. So können beispielsweiseDaten von naturwissenschaftlichen Experimenteneinfach ausgewertet werden, ohne dass dabei Kenn-größen wie Mittelwerte und Standardabweichungenvon den Lernenden selbst berechnet werden müssen.In diese Kategorie gehören auch Computeralgebra-systeme, die den Lernenden algebraische Umfor-mungen abnehmen können. Der Einsatz des Com-puters als Rechenwerkzeug hängt von den gesetztenLernzielen ab: Wenn bestimmte Berechnungsroutinenerlernt werden sollen, dann sollte man vom Einsatz

Abbildung  1:  Funktionen  des  Computers  mit  exemplarischen  Aspekten

In  diesem  Kapitel  wird  im  Wesentlichen  der  Computerals   technologisches   Werkzeug   im   Unterricht   be-­‐trachtet.   Die   Überlegungen,   die   in   diesem   AbschniFbeschrieben   werden,   gelten   aber   auch   für   andereTechnologieformen,   wie   beispielsweise   leistungs-­‐fähige  Smartphones.

!

Page 3: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

Mehr  als  eine  Rechenmaschine.  Computer  im  mathema'sch-­‐naturwissenschaIlichen  Unterricht—  3

des Computers oder Taschenrechners absehen oderihn allenfalls zur Überprüfung der Ergebnisse ein-setzen. Sollen sich die Lernenden hingegen Problem-aufgaben widmen, dann kann der Computer zu einerEntlastung von Routineaufgaben beitragen.

Computer  als  Explora.onswerkzeug

Lernende können die Berechnungskapazitäten desComputers nutzen, um Hypothesen schnell zu testen,ohne jedes Mal selbst wieder alle Rechnungen durch-zuführen. So können sie beispielsweise Zufallsexperi-mente mit dem Computer simulieren: Mit Hilfe einerTabellenkalkulation kann ein virtueller Würfel aufKnopfdruck beliebig oft geworfen werden, und dasResultat kann sofort mit Hilfe von Diagrammen vi-sualisiert werden. Ebenso dienen dynamische Geo-metrie-Systeme (DGS) der Exploration. Im Ge-gensatz zu geometrischen Konstruktionen auf Papieroder auf der Tafel können Konstruktionen in einemDGS dynamisch verändert werden. Wird beispiels-weise der Thaleskreis konstruiert, so kann man miteinem DGS die Größe des Winkels am Kreisbogenexplorativ untersuchen, indem man die entspre-chende Ecke des Dreiecks entlang des Kreisbogensbewegt, oder umgekehrt lässt sich der Thaleskreis-bogen als Spur eines variablen Punktes über einerStrecke finden, dessen Verbindungslinien zu An-fangs- und Endpunkt der betreffenden Strecke einenrechten Winkel einschließen.

Phänomene in der Natur sind nicht immer im Ori-ginal „erlebbar“ und naturwissenschaftliche Versuchesind zuweilen entweder zu kostspielig, aufwändig, zei-tintensiv, schlecht realisierbar oder schlicht zu ge-fährlich, um sie im Unterricht real durchzuführen.Mit Hilfe von computergestützten Technologienlassen sich beispielsweise durch Simulationen die rele-vanten Grundlagen für das Verständnis von Phäno-menen eigenständig erarbeiten, dokumentieren undinterpretieren. Mit Hilfe von Sensoren könnenzudem Daten der „wirklichen Welt“ generiert und ineiner virtuellen Welt verarbeitet, interpretiert und zu-sammengefasst werden. So können Funktionsweisendes menschlichen Körpers, wie beispielsweise dieelektrische Aktivität des Herzens, mit einfachenSchnittstellen erfasst, bearbeitet und mit geeignetendigitalen Werkzeugen ausgewertet werden. Darüberhinaus bieten Simulationen, wie die Interaktiven Bild-

schirmexperimente (IBE) (Kirstein & Nordmeier,2007) die Möglichkeit, die Funktionsweise von Ge-räten zu erkunden, ohne Gefahr zu laufen, realeGeräte zu beschädigen. Nach der Explorationsphaseam Computer können die Lernenden zur Bedienungder echten Geräte zugelassen werden. Je nach er-wünschtem Lernziel können aber auch virtuelle Ex-perimente (siehe Kapitel #labor) die reale Durch-führung ersetzen, wenn wenig Zeit oder finanzielleRessourcen für naturwissenschaftliche Experimentezur Verfügung stehen. Grundsätzlich steht hier diekognitive Aktivierung im Vordergrund, das haptischeHandhaben von Messgeräten führt nicht unbedingtzu besseren Lernerfolgen.

Mobile Computertechnologien eröffnen die Mög-lichkeit zu ortsbezogenen Aktivitäten an außerschuli-schen Lernorten oder in der Natur. Der Einsatz vonGeoinformationssystemen (zum Beispiel unterNutzung von GPS) ermöglicht beispielsweise Lern-und Arbeitsformen zum eigenständigen und selbstge-steuerten Entdecken von Lebensräumen, bei denender Lernende entweder an interessanten Stellen rele-vante Informationen abrufen kann oder mit derenHilfe auch motivierende Lern-Spielformen realisiertwerden können (Baker & White, 2003).

Computer  als  VisualisierungswerkzeugMit Hilfe von Tabellenkalkulationsprogrammen oderStatistiksoftware können Daten aus naturwissen-schaftlichen Experimenten einfach aufgenommenund beispielsweise durch Diagramme visualisiertwerden. Darüber hinaus bieten die Interaktivität undDynamik computerbasierter Repräsentationen denLernenden die Möglichkeit, Veränderungen zu sehenund nachzuvollziehen, die sie sich aus eigener Kraftnicht ohne externe Hilfsmittel vorstellen können(Supplantation; Salomon, 1994). So können zum Bei-spiel abstrakte Repräsentationen, wie Funktions-graphen, dynamisch mit den repräsentierten Sachver-halten als multiple externe Repräsentationen ver-knüpft werden (Ainsworth, 1999; Vogel, 2006).Durch die externe Repräsentation dynamischer Be-ziehungen können die Lernenden direkt sehen, wasvorstellbar ist. Nimmt man diese Unterstützung suk-zessive zurück (engl. fading out), dann sollten dieLernenden zunehmend in der Lage sein, sich die dy-

Beispiel  zu  Unterrichtsmaterialien:▸ hFp://www.dynamische-­‐geometrie.de/index1.htm  ▸ hFp://www.juergen-­‐roth.de/dynageo_roth.html  

!

Links   zu   dem   im   Kapitel   beschriebenen   Beispielenfinden  Sie  in  der  L3T  Gruppe  bei  Mr.  Wong  unter  Ver-­‐wendung  der  Hashtags  #l3t  #mathema'k

!

Page 4: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

4  —  Lehrbuch  für  Lernen  und  Lehren  mit  Technologien  (L3T)

namischen Beziehungen selbst vorstellen zu können.Dynamische Animationen können somit den Aufbaudynamischer mentaler Modelle unterstützen.

Naturwissenschaftliche Modellbildung entziehtsich häufig der unmittelbaren Wahrnehmung, ebensowie das Verständnis von komplexen Zusammen-hängen in natürlichen Systemen. Viele Merkmale vonLebewesen erschließen sich nicht durch deren äußereBetrachtung. Computergestützte Technologien lassenes zu, grundlegende naturwissenschaftliche Inhalte soaufzubereiten und darzustellen, dass ein Lernenderbei der Konstruktion von tragfähigem Wissen undmentalen Modellen unterstützt werden kann. In ge-eigneten interaktiven Bildern können beispielsweiseweiterführende Informationen enthalten sein, die beiBedarf abgerufen werden. Animationen unterstützenden Lernenden auf dem Weg von der unmittelbarenWahrnehmung hin zum Modell und zeitlich bezie-hungsweise räumlich ausgedehnte Prozesse lassensich leicht darstellen. Gegenüber traditionellenMedien, wie Buch oder Film, ist der entscheidendeVorteil computergestützter Technologien, dass dieVisualisierungen dynamisiert werden können und derLernende durch vielfältige Interaktionsmöglichkeitenstets aktiv-regulierend in den Darstellungsprozesseingreifen und seinen individuellen Lernprozesssteuern kann.

Computer  als  Recherchewerkzeug

Seit den frühen 1990er-Jahren halten Computertech-nologien als riesige Informationsspeicher Einzug indie Gestaltung von Lehr- und Lernumgebungen. Dieeffiziente und kritische Nutzung dieser Wissensres-sourcen in formalen aber auch informellen Bildungs-prozessen will erlernt sein, insbesondere wenn aufQuellen aus dem Internet zurückgegriffen wird oderwenn individuelles und kollektives Wissen intera-gieren (Kimmerle et al, 2010). Aber auch lokale di-gitale Nachschlagewerke bieten gegenüber traditio-nellen Lexika in Buchform vielfältige Vorteile. Insbe-sondere im naturwissenschaftlichen Unterrichtkönnen die Lernenden im Internet oder in digitalenEnzyklopädien nach Medien wie Texten, Bildern undFilmen zu bestimmten Themen suchen und die ge-fundenen Informationen zusammentragen, zusam-menfassen und bewerten (siehe Kapitel #literatur).

Computer  als  Strukturierungswerkzeug

Bei der Planung und Gestaltung von Lehr- und Lern-prozessen in den naturwissenschaftlichen Disziplinenist die Berücksichtigung vorhandener Vorstellungenund des inhaltsbezogenen Vorwissens der Lernendenmitentscheidend für den Lernerfolg (vgl. Duit, 2003;

Duit, 2008; Müller et al, 2004). Aber auch die ko-gnitive Strukturierung eines Wissensbereichs ist fürdie Abrufbarkeit in Anwendungssituationen von ent-scheidender Bedeutung (Beisser et al, 1994). Inbeiden Fällen können computergestützte Strukturie-rungshilfen genutzt werden. Digitale-Mind Maps undConcept Maps bilden Wissen ab und können bei derkooperativen Wissensstrukturierung ohne Weiteresflexibel verändert werden. Die unmittelbare Ver-knüpfung neuer Wissenseinheiten mit bestehendenStrukturen fördert die Anbindung an das thematischeVorwissen (Chen & McGrath, 2003). DigitaleConcept Maps ermöglichen es einerseits, Begriffeund Relationen (im Vergleich zu traditionellen papier-gestützten Verfahren) flexibel zu strukturieren und inder Komplexität dem eigenen Expertisegrad anzu-passen. Andererseits kann konzeptuelles Wissendurch die Verknüpfung mit vertiefenden Inhalten(zum Beispiel weiteres Bild- und Textmaterial, Ani-mationen, Hyperlinks, etc.) erweitert werden (conceptund content knowledge; Tergan et al, 2006). Für dieAnwendbarkeit von naturwissenschaftlichem Wissenreicht es meist jedoch nicht, Objekte hierarchisch ein-zuordnen, sondern für verstehende Lernprozessesind gerade Beziehungen zwischen ihnen ent-scheidend (Novak, 2010). Beide Mapping-Technikenerlauben zudem anhand ihrer Struktur einenschnellen Einblick in den gegenwärtigen Leistungs-stand der Lernenden sowie Rückschlüsse auf das Er-reichen intendierter Lehr-/Lernziele (Schaal et al,2010).

Computer  als  Produk.onswerkzeug

Lernende können mit Hilfe von Technologie ihre Ar-beitsergebnisse dokumentieren und präsentieren. Sobieten Präsentationsprogramme die Möglichkeit, Er-gebnisse mathematisch-naturwissenschaftlicher Pro-jekte auf Folien zusammenzustellen und den Mit-schülern vorzustellen. Naturwissenschaftliche Beob-achtungen und Experimente können zudem aufVideo aufgezeichnet und anschließend im Internetauf einer Videoplattform (zum Beispiel Youtube) öf-fentlich gemacht werden. Aufwändig durchzufüh-rende Beobachtungen (zum Beispiel Verhalten vonTieren) und Experimente können so einmalig aufge-nommen werden, und die Videos lassen sich auch inanderen Klassen immer wieder einsetzen, wenn dieBedingungen die Durchführung des Versuchs nichtzulassen.

Page 5: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

Mehr  als  eine  Rechenmaschine.  Computer  im  mathema'sch-­‐naturwissenschaIlichen  Unterricht—  5

Computer   als   Kommunika.ons-­‐   und   Kollabora.ons-­‐werkzeugInsbesondere neuere Technologien des Web 2.0 er-möglichen es, orts- und zeitungebunden zu kommu-nizieren und zusammenzuarbeiten. Wikis beispiels-weise bieten einen Raum für Lernende, gemeinsambestimmte mathematisch-naturwissenschaftliche In-halte zu bearbeiten. Ein Beispiel hierfür ist ein virtu-elles Herbarium, das heißt eine virtuelle Sammlungvon Pflanzen und ihren Eigenschaften. Lernendekönnen in der Natur Pflanzen mit ihren Handys foto-grafieren, in das Wiki einstellen und dort be-schreiben. Wenn unterschiedliche Gruppen ver-schiedene Pflanzen einstellen, dann entsteht mit derZeit eine kollaborativ erstellte Sammlung von Pflan-zenbeschreibungen. In Kombination mit GPS-Datenkönnen die beschriebenen Standorte auch direkt be-sucht werden, und so wird die virtuelle mit der realenUmwelt verbunden. Manche Wikis ermöglichen überdas Einbinden von Bildern hinaus noch weitere me-diale Möglichkeiten (beispielsweise das MediaWikimit entsprechenden Erweiterungen). So können Ler-nende im Mathematikunterricht erstellte DGS-Kon-struktionen in das Wiki einbinden, oder sie erstellenRechenübungen mit Überprüfungsfunktion für ihreMitschüler/innen (zum Beispiel das Wiki des Regio-montanus-Gymnasiums in Haßfurt). Neben dem Er-stellen und Einstellen von Inhalten bieten viele Platt-formen zudem die Möglichkeit zur Diskussion derInhalte. Darüber hinaus können sich Schulklassen,die in mehrere räumlich getrennte Gruppen aufgeteiltsind, mit Informationstechnologie vernetzen undaustauschen. Ein Beispiel hierfür sind „remote acces-sible field trips“, in denen Schülergruppen von einemaußerschulischen Lernort direkt ins Klassenzimmerberichten (vergleiche EU-Projekt RAFT).

Computer  als  Übungswerkzeug

Es gibt zahlreiche Lernsoftware, die insbesondere fürden Nachmittagsmarkt produziert wird. So könnenLernende mit entsprechenden Produkten arithme-tische Übungen durchführen (zum Beispiel dasRechnen im Zahlenraum bis 100 oder Bruch-rechnen).

Das Spektrum reicht dabei von einfacher Übungs-software bis hin zu Edutainment-Produkten, die inmotivierenden Lernumgebungen anregende Pro-blemlöseaufgaben bereithalten.

3. Gefahren  und  Probleme

Computerunterstütztes Lernen im mathematisch-na-turwissenschaftlichen Unterricht birgt die Gefahr,dass bei einseitigem Einsatz die Anbindung an das

„originale Objekt“ zurückgedrängt wird. Insbe-sondere im Zusammenhang mit Fragen zur belebtenund unbelebten Natur (z.B. Umweltbildung undÖkologie) ist darauf zu achten, dass die Unter-stützung des Erkenntnisprozesses durch die Mög-lichkeit des eigenständigen, sinnlichen Erlebens berei-chert wird. Es ist mit der computergestützten Ab-bildung (zumindest nach dem heutigen Stand derTechnik) durch die Reduktion auf die sinnliche Wahr-nehmung von Sehen und Hören ein Informations-verlust verbunden. So lassen sich beispielsweiseweder der Geruch einer Pflanze noch das Erfühleneiner Schlangenhaut abbilden. Multimedia kann indiesen Fällen ergänzen und unterstützen, aber nichtersetzen.

Die vielfältigen Möglichkeiten digitaler Unter-richtsmittel führen bisweilen zu einem „multime-dialen Overload“ für minimale Inhalte, die aufandere Weise deutlich effizienter vermittelt werdenkönnten. In diesem Fall führt nicht der eigentlicheLerninhalt, sondern seine Vermittlung zur kognitivenBelastung – bildlich gesprochen wird der Verpackungmehr Aufmerksamkeit geschenkt als dem Inhalt. Daaber die kognitive Belastungsfähigkeit zwar je nachIndividuum unterschiedlich stark ausgeprägt, abergrundsätzlich beschränkt ist, kann so die Gefahr auf-treten, dass für den eigentlichen Lerninhalt keine ko-gnitiven Kapazitäten mehr zur Verfügung stehen.Der Gebrauch mächtiger technologischer Werkzeugedarf nicht zum Selbstläufer werden. Je weitreichenderdie technologischen Möglichkeiten sind, umso mehrZeit muss die Lehrkraft für das Erlernen der entspre-chenden Werkzeuge einplanen.

Grundlegend   für  die  erfolgreiche  Technologienutzungim   mathema'sch-­‐naturwissenschaIlichen   Unterrichtsind  innerhalb  der  genannten  Beispiele  eine  Reihe  all-­‐gemeiner  Kriterien  (Girwidz  et  al,  2006):  ▸ Computerunterstütztes  Lernen  findet  in  KontextenstaF,   die   alltags-­‐   und   wirklichkeitsnah   sind   (an-­‐chored  instruc'on,  situated  learning)▸ Computerunterstütztes   Lernen   bietet   Möglich-­‐keiten  zur  ak'ven  Arbeit  (Interak'vität)▸ Computerunterstütztes   Lernen   soll   kogni've   Res-­‐sourcen  erhöhen  und  diese  nicht   (darstellungsbe-­‐dingt)  reduzieren  (usability,  cogni've  load)▸ Computerunterstütztes   Lernen   nutzt   die   Vorteilegegenüber   klassischer   Medien   (Mul'codierung,Mul'modalität)  ▸ Computerunterstütztes   Lernen   findet,   wennmöglich,   Verbindungen   zu   Lernak'vitäten   in   derrealen  Welt  

!

Page 6: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

6  —  Lehrbuch  für  Lernen  und  Lehren  mit  Technologien  (L3T)

Bei technologiegestützten Simulationen bestehtmitunter die Gefahr, dass der inhaltliche Hintergrundden Lernenden verborgen bleibt, wenn diese davoroder danach nicht die Gelegenheit haben zu erfor-schen, was genau der Computer in großer Geschwin-digkeit und vollautomatisiert erledigt. Wenn beispiels-weise die Lernenden die Grundstruktur eines techno-logiegestützten Zufallsexperiments, zum Beispiel fürdie Ermittlung der Gewinnchancen bei einemGlücksspiel, inhaltlich nicht erfasst haben, werden siedie Ergebnisse einer entsprechenden computerge-stützten Simulation mit einer sehr großen Zahl vonDurchläufen nicht interpretieren können. Der Com-puter wird dann zur „black box“, deren Ergebnisseman zwar vertraut, die aber nach unbekannten Ge-setzmäßigkeiten arbeitet. Es gilt jedoch die „Hoheit“über den Lernstoff den Lernenden, nicht dem Com-puter, zu übergeben.

Stehen computergestützte Visualisierungen je-derzeit zur Verfügung, erübrigt sich für die Ler-nenden die eigene Generierung entsprechender men-taler Vorstellungen, sie verbleiben in der Rolle despassiven Zuschauers. Auf diesem Hintergrund be-gründet sich das oben genannte fading out, bei demdie externe Hilfe mit entsprechend aktivierendenAufgaben zunehmend zurückgenommen wird, umdie Lernenden zur eigenen mentalen Modellbildunganzuregen. Zudem müssen Visualisierungen wohlüberlegt sein: Ungünstige computergestützte Darstel-lungen, die sich ausschließlich an inhaltlichen Ge-sichtspunkten, aber nicht an Sehgewohnheiten deralltäglichen Wahrnehmung richten, können bei Ler-nenden mit wenig Vorwissen beziehungsweise gerin-gerem Abstraktionsvermögen zu unangemessenenVorstellungen führen, die sehr stabil sind und sichhartnäckig halten können (z.B. graph-as-picture mis-conception; Clement, 1989).

Im Bereich der Informationsrecherche und -auf-bereitung besteht im schulischen Kontext immer dieGefahr, dass sich vor allem Lernende mit geringerNetzerfahrung im Internet verirren. Mit Hilfe vonWebQuests (Bescherer, 2007) oder VideoClipQuests(Blessing & Kortenkamp, 2008) kann eine Lehrkraftdie Pfade durch das Web vorstrukturieren und denLernprozess durch geeignete Aufgabenstellungenunter Nutzung von Open-Source-Quellen stützen.Diese Möglichkeit der Unterstützung hilft auch derGefahr zu begegnen, dass die Lernenden zwar imNetz Informationen sammeln, diese aber für die un-terrichtliche Aufbereitung unverstanden aneinander-reihen, ohne den inneren Zusammenhang der zu-grundeliegenden Thematik zu durchdringen. Gerade

bei leistungsschwächeren Lernenden ist diese Gefahrzu sehen, da die Informationsvielfalt ihre kognitiveKapazität erwartungsgemäß schneller übersteigt.

Neben den kognitionsbezogenen Gefahren derComputernutzung sind zudem noch organisato-rische Probleme zu nennen. Soll im Unterricht mitComputern gearbeitet werden, so muss die Klasse inder Regel in den Computerraum der Schule wechseln.Dieser ist nicht jederzeit zugänglich und muss dahervon der Lehrperson zuvor reserviert werden. Raum-wechsel sind immer auch mit einem Verlust von Un-terrichtszeit verbunden, und technische Problemekönnen den Unterrichtsfluss behindern. Der Einsatzeines Computers sollte aber hingegen ähnlich flexibelin das Unterrichtsgeschehen eingebaut werdenkönnen wie die Nutzung des Taschenrechners. Dieswird vermutlich erst dann möglich sein, wenn jederSchüler und jede Schülerin ein leistungsfähiges, kos-tengünstiges Kleingerät im Klassenzimmer zur Ver-fügung hat. Einen ersten Ansatz hierfür bilden Lap-topklassen beziehungsweise der Einsatz von mobilenLaptop-Wagen (zum Beispiel 12 Laptops und W-LAN, ähnlich dem klassischen „Videowagen“) undergänzend Computerinseln im Klassenzimmer oderin Bereichen, die den Lernenden zugänglich sind.

4. Fazit

Die vorausgehenden Überlegungen machen deutlich,dass technologische Hilfsmittel durch ihre dynami-schen und interaktiven Möglichkeiten den mathema-tisch-naturwissenschaftlichen Unterricht in nochnicht dagewesener Weise bereichern können.Gleichwohl ist damit kein Automatismus hin zumBesseren, kein Heilversprechen per se verbunden. Esverbleibt der Lehrkraft nach wie vor die Aufgabe, denUnterricht entsprechend der Medienmöglichkeitendidaktisch-methodisch zu arrangieren. Aufgrund derInterdependenz von didaktischen, methodischen,personalen und medialen Unterrichtsentscheidungen(Jank & Meyer, 1991) stellen sich damit an die Lehr-kräfte neue Anforderungen an die Unterrichts-planung und -gestaltung, wenn sie dem Anspruch ge-recht werden wollen, das Potenzial neuer Techno-logien hinsichtlich einer optimalen Gestaltung vonLernprozessen auszuschöpfen. Mit der bloßen An-wendung traditioneller Lehr- und Lernarrangementswird dieser Anspruch schwerlich erfüllbar sein. Es istdie Offenheit und das Interesse für Neues, auf Seitender Lehrkräfte wie auf Seiten der Lernenden, die ge-wissermaßen als personelle Voraussetzungen dieChancen eines technologiegestützten mathematisch-naturwissenschaftlichen Unterricht erst eröffnen. DieBeantwortung der Frage, wie Unterricht durch ge-

Page 7: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

Mehr  als  eine  Rechenmaschine.  Computer  im  mathema'sch-­‐naturwissenschaIlichen  Unterricht—  7

eignete Technologien angemessen und zielgerichtetunterstützt werden kann, ist somit eine bleibendeHerausforderung für die Lehrkräfte, für die Lehrer-bildung und nicht zuletzt für die fachdidaktische For-schung.

 

Reflexionsaufgaben:▸ Reflek'eren   Sie   die   Nutzung   des   Computers   immathema'sch-­‐naturwissenschaIlichen   Unterrichtihrer   eigenen   Schulzeit.   Welche   Funk'onen   hatder   Computer   dabei   erfüllt?  War   der   Einsatz   desComputers  jeweils  methodisch  gerechper'gt?  ▸ Suchen  Sie  Anima'onen  oder  Simula'onen  zu  ma-­‐thema'sch-­‐naturwissenschaIlichen   Inhalten   imInternet.  Würden  Sie  diese  Lernobjekte   im  Unter-­‐richt   einsetzen?   (Begründung!)   Beurteilen   Siezudem  die  Gestaltung  der  Lernobjekte.  

?Der  Computer  übernimmt  im  mathema'sch-­‐naturwis-­‐senschaIlichen   Unterricht   die   Funk'on   eines   Werk-­‐zeugs   (zum  Beispiel   die   eines  Visualisierungs-­‐,   Explo-­‐ra'ons-­‐   oder   Kommunika'onswerkzeugs),   dessenEinsatz   didak'sch   und   methodisch   durchdacht   seinmuss.   Die   Lehrperson   muss   zudem   berücksich'gen,dass  das  Erlernen  der  Computernutzung  zusätzlich  ko-­‐gni've  Ressourcen  beansprucht.

!

In der Praxis : Technologie im mathematisch-naturwissenschaftlichen UnterrichtDas  System  der  Blütenpflanzen  –  ein  koopera.v-­‐computer-­‐unterstütztes  KompaktseminarZur  Erarbeitung  der  Biodiversität  werden  die  Grundlagen  derPflanzensystema'k   im   Rahmen   der   Biologielehrer/innen-­‐Ausbildung  erarbeitet.  Dazu  nutzen  Lernergruppen  zunächstvorstrukturierte   digitale   Mind   Maps   mit   Verknüpfungen   zueinschlägigen  Quellen  im  Internet  und  erweitern  die  Vorlageim   Lernprozess   durch   EigenschaIen   und  Merkmale   der   be-­‐handelten   Pflanzenfamilien.   Auf   diese  Weise   entstehen   ausden  einzelnen  Experten/innen-­‐Gruppenergebnissen   kollabo-­‐ra'v  erstellte,  vollständige  Übersichts-­‐Maps  über  das  Systemder   Blütenpflanzen.   In   einem   nächsten   SchriF   erfassen   diejeweiligen   Experten/innen-­‐Gruppen   in   einem   Lebensraumrelevante   Pflanzen,   markieren   den   Standort   auf   Google-­‐Maps   beziehungsweise   Google   Earth   (SiFe,   2009)   oder   perGPS-­‐Koordinaten   und   bereiten   für   die   anderen   Lerner-­‐Gruppen  einen  digitalen  Lerngang  vor.  Nun  gehen  die  Lerner-­‐gruppen   alle   vorbereiteten   Standorte   ab   und   fotografierendie   jeweiligen  Pflanzen,   idealerweise   in  Verbindung  mit  denGPS-­‐Koordinaten.  Als  Produkt  des  Arbeits-­‐  und  Lernprozesseswird   von   den   Lerner-­‐Gruppen   ein   digitales   Herbarium   er-­‐stellt,   welches   entweder   öffentlich   gemacht   werden   oderlokal  als  persönliche  Lern-­‐  und  Arbeitsdokumenta'on  dienenkann.

Die  Analyse  des  atmosphärischen  CO2-­‐Gehalts  –  ein  compu-­‐tergestütztes  interdisziplinäres  Koopera.onsprojekt  Zunächst   recherchieren   die   Lernenden   Daten   und   Informa-­‐'onen   zum   atmosphärischen   CO₂-­‐Gehalt   in   Internet-­‐Daten-­‐banken.   Der   Datensatz   kann   nach   dem   Download   direkt   inein   Tabellenkalkula'onsprogramm   eingelesen   werden,   sodass  die  relevanten   Informa'onen  dort  gespeichert  zur  Ver-­‐fügung   stehen.   Im   Sinne   der   explora'ven   Datenanalysewerden   die   Daten   in   einem   Punktdiagramm   visualisiert,   sodass  die   Lernenden  nach  einer   groben  Daten-­‐Durchsicht   imTabellenblaF  (globale  Zunahme,  lokale  Wechsel  von  Zu-­‐  undAbnahmen)  aufgrund  von  graphischen  Merkmalen   ihre  Cha-­‐rakterisierungen   verfeinern   können:   globaler   Trend   als   li-­‐neare   Zunahme,   periodische   Schwankungen   entsprechendder   Jahreszeiten   als   lokaler   Trend.   Die   auf   computergene-­‐rierten   Visualisierungen   gestützten   Vermutungen   werdennun   rechnerisch   überprüI:   Der   globale   Datenans'eg   lässtsich   mithilfe   der   Tabellenkalkula'on   über   eine   gleitendeMiFelwertkurve   (Aneinanderreihung   der   Monat   für   Monatberechneten   JahresmiFelwerte)   berechnen.   Auch   die   Ein-­‐passung   einer   Sinusfunk'on   für   die   periodischen   Schwan-­‐kungen   gelingt   nur   mit   Rechnerhilfe.   Aufgrund   ihrerDatenanpassung   erstellen   die   Lernenden   vorsich'ge   Pro-­‐gnosen   über   den   weiteren   CO2-­‐Ans'eg   und   präsen'erenihren   Arbeitsprozess   der   Datenanalyse   sowie   das   Ergebnisihrer   Schlussfolgerungen   in   einer   computergestützten   Prä-­‐senta'on.  

Page 8: Mehr als eine Rechenmaschine - E-Learning im mathematisch-naturwissenschaftlichen Unterricht

8  —  Lehrbuch  für  Lernen  und  Lehren  mit  Technologien  (L3T)

Literatur

▸ Ainsworth, S. (1999). The functions of multiple representa-tions. Computers & Education, 33, 131–152.

▸ Baker, T. & White, S. (2003). The Effects of G.I.S. on Students'Attitudes, Self-efficacy, and Achievement in Middle SchoolScience Classrooms. Journal of Geography, 102(6), 243-254.

▸ Beisser, K.; Jonassen, D. & Grabowski, B. (1994). Using and se-lecting graphic techniques to acquire structural knowledge. Per-formance Improvement Quarterly, 7(4), 20-38.

▸ Bescherer. C. (2007). WebQuests und Mathematikdidaktik.Computer + Unterricht, 67, 18-19.

▸ Blessing, A. & Kortenkamp, U. (2008). VideoClipQuests as anew Setup for Learning. In: Kinshuk, G.S. Demetrios, J. M.Spector, P. Isaías & D. Ifenthaler (Hrsg.), Proceedings of theIADIS International Conference on Cognition and Explo-ratory Learning in Digital Age (CELDA 2008), Freiburg, 2008,343-346).

▸ Chen, P. & McGrath, D. (2003). Knowledge Construction andKnowledge Representation in High School Students’ Design ofHypermedia Documents. Journal of Educational Multimediaand Hypermedia, 12 (1), 33-61.

▸ Clement, J. (1989). The concept of variation and misconcep-tions in cartesian graphing. Focus on Learning Problems inMathematics, 11(2), 77-87.

▸ DeJong, T. & Njoo, M. (1992). Learning and Instruction withComputer Simulations: Learning Processed Involved. In: E.DeCorte, M. Linn, H Mandl & L. Verschaffel (Hrsg.), Com-puter-Based Learning Environments and Problem Solving.Berlin/Heidelberg: Springer, 411-429.

▸ Duit, R. (2003). Students' and Teachers' Conceptions andScience Education. Kiel: IPN.

▸ Duit, R. (2008). Zur Rolle von Schülervorstellungen im Unter-richt. Geographie Heute, 29(265), 2-6.

▸ Girwidz, R.; Rubitzko, T.; Schaal, S. & Bogner, F.X. (2006).Theoretical Concepts for Using Multimedia in Science Edu-cation. Science Education International, 17(2), 77-93.

▸ Jank, W. & Meyer, H. (1991). Didaktische Modelle. Frankfurtam Main: Cornelsen-Scriptor.

▸ Kimmerle, J.; Cress, U. & Held, C. (2010). The interplaybetween individual and collective knowledge: Technologies fororganisational learning and knowledge building. KnowledgeManagement Research & Practice, 8, 33-44.

▸ Kirstein, J. & Nordmeier, V. (2007). Multimedia representationof experiments in physics. European Journal of Physics, 28(3),115-126.

▸ Kittel, A. (2009). Klicken - Ziehen - Staunen - Ergründen: Dy-namische Geometrie-Systeme im Unterricht. Braunschweig:Westermann.

▸ Köhler, K. (2004). Welche Medien werden im Biologieunter-richt genutzt? In: U. Spörhase-Eichmann & W. Ruppert (Hrsg.),Biologiedidaktik. Berlin: Cornelsen-Scriptor, 160-182.

▸ Müller, R.; Wodzinski, R. & Hopf, M. (2004). Schülervorstel-lungen in der Physik. Köln: Aulis.

▸ Novak, J. (2010). Learning, Creating and Using Knowledge.New York: Routledge.

▸ Salomon, G. (1994). Interaction of media, cognition, andlearning. Hillsdale: Lawrence Erlbaum Ass..

▸ Schaal, S.; Bogner, F. & Girwidz, R. (2010). Concept MappingAssessmet of Media Assisted Learning in InterdisciplinaryScience Education. Research in Science Education, 40(3), 339-352.

▸ Sitte, C. (2009). Einfache GEObrowseranwendungen und neuemethodische Kombinationen. Geographie und Schule, 179(31),40-45.

▸ Spannagel, C. (2007). Benutzungsprozesse beim Lernen undLehren mit Computern. Hildesheim/Berlin: Franzbecker.

▸ Tergan, S.-O.; Keller, T. & Burkhard, R. (2006). Integratingknowledge and information. Digital concept maps as a bridgingtechnology. Information Visualization, 5.

▸ Vogel, M. (2006). Mathematisieren funktionaler Zusammen-hänge mit multimediabasierter Supplantation.Hildesheim/Berlin: Franzbecker.

▸ Weitzel, H. (2004). Medien aus Bits & Bytes. Unterricht Bio-logie, 292(28), 4-10.