Bereits seit den Anfängen der Informationstechnologie besteht die Hoffnung, dass computergenerierte dynamische Visualisierungen das Lernen unterstützen und erleichtern können. In den letzten zwei Jahrzehnten wurden daher interaktive Mathematiksoftware (z.B. Dynamische Geometriesysteme, Computeralgebrasysteme) entwickelt, mit denen der Benutzer animierte oder interaktive Repräsentationen gestalten kann. Theoretischer Hintergrund Allerdings sind dynamische Visualisierungen nicht prinzipiell

more »

... rderlicher als statische Repräsentationen, wie empirische Studien in unterschiedlichen Inhaltbereichen zeigen (z.B. Mayer, Hegarty, Mayer & Campbell, 2005) . Die Gründe für die uneinheitlichen Ergebnisse sind noch nicht ausreichend geklärt und weiterhin umstritten. Gog, Paas, Marcus, Ayres und Sweller (2009) nehmen an, dass dynamische Visualisierungen eine größere Belastung für das Arbeitsgedächtnis darstellen. Diese zusätzliche Belastung könnte die Ursache für einen negativen Lerneffekt sein. Mayer et al. (2005) vermuten, dass die mentale Simulation eines dynamischen Prozesses auf der Grundlage einer statischen Repräsentation lernwirksamer sein könnte als das passive Beobachten einer dynamischen Visualisierung. Schnotz und Rasch (2008) nehmen an, dass dynamische Visualisierungen lernförderlich sein können, wenn sie Lernprozesse erst ermöglichen oder erheblich erleichtern. Koning und Tabbers (2011) schlagen vor, die Nutzer eine dynamische Visualisierung interaktiv manipulieren zu lassen. Somit könnten die Lernenden die interne Verarbeitung einer dynamischen Visualisierung mit einer embodied action verbinden. Das Ziel der im Folgenden dargestellten Studie war, die Wirkung von dynamischen Visualisierungen im Vergleich zu statischen Repräsentationen beim Lernen von mathematischen Inhalten experimentell zu überprüfen. Methode An der Laborstudie nahmen N = 157 Schülerinnen und Schüler (88 Achtklässler; 69 Neuntklässler) eines Gymnasiums in Rheinland-Pfalz teil. Der Anteil von Mädchen und Jungen war näherungsweise gleichverteilt (55% Mädchen; 42% Jungen, 3% keine Angaben). Das Durchschnittsalter betrug 14.2 Jahre (SD = 0.66). Aufgrund von Unvollständigkeit wurden die Daten von elf Schülerinnen und Schülern von der Analyse ausgeschlossen.