Digitalisierungsstrategie

RSA: Forschungs-Vorreiter des MikroLernens

RSASalzburg, April 2017 - MicroLearning ist eine weltweit federführend von den Research Studios Austria (RSA) entwickelte Lerntechnologie und -didaktik für digitale Endgeräte nahezu jeder Art. Seit 2003 ist MikroLernen ein Forschungsschwerpunkt der RSA, 2003 erfolgte bereits die erste Patentanmeldung für einen "digitalen Lerntaktgeber".

Feature-Vielfalt für alle Endgeräte

Ziel ist die Entwicklung qualitativ hochwertiger Lernsoftware-Lösungen für alle Clients (derzeit: Webbrowser, Windows Phone sowie die Betriebssysteme Windows, Android und iOS) mit individuell konfigurierbaren Features (wie Lernstrategien, Push-Notifikationen/Time Spacing, Match-Funktion oder Share-Funktionen).

Bei der Produktion von MikroLern-Content wird – in Print oder digital vorliegendes – "lineares" Wissen auf seinen propositionalen Gehalt reduziert und in Form von Fragen und Antwortoptionen für multimediale Wissenskarten neu "konfiguriert".

Automatisierte Content-Generierung

Diese Transformation des Wissensnarrativs geschieht derzeit noch manuell, jedoch arbeitet das Research Studio MINE seit jüngster Zeit an Techniken zur semi-automatisierten Content-Generierung, im speziellen Fall zur Umwandlung von Aussagesätzen (Propositionen) in Fragen und Antwortoptionen. Hier sind die Forschungsgebiete des natural language processing, des text minings und der content automation berührt.

Granulare Auflösung und Rekonfigurierung von Wissen

Die digitalen MikroLern-Wissenskarten, die das bisherige Wissen "granular" auflösen und dieses in eine neue Ordnung bringen, können variabel didaktisch so eingesetzt werden, dass klare Ziele erreicht werden: Unterschiedliche Lernstrategien ermöglichen etwa den schnellen Durchlauf, einen Prüfungsmodus oder das wiederholungsbasierte "Tiefenlernen" mit einem modifizierten Lernalgorithmus von Sebastian Leitner (2- bis 5-mal-Erinnern-Strategie).

Die Präsentation des Wissens geschieht somit sowohl nutzer- als auch algorithmengesteuert, in jedem Fall aber strikt personalisiert.

Die empirischen Forschungen haben ein optimales Design von Wissenskarten ergeben: Diese verwenden vorwiegend die bei Nutzern beliebten Multiple-Choice-Multiple-Select- (MCMS-) und Multiple-Choice-Single-Select-Fragen (MCSS-Fragen), setzen sich idealerweise aus den vier Inhaltsdomänen Frage, Hinweis, Antwort und Erklärung zusammen, nutzen Hyperlinks und beleben den Text-Content durch Bilder, Audiodateien und Videos.