Wie nutzen wir Suchmaschinen zum Lernen?

Das interdisziplinäre Projekt SALIENT erforscht, wie wir die Internetsuche zum Lernen nutzen können

read this article in English

Das Internet als Rechercheinstrument gehört einfach dazu und ist aus unserem Alltag nicht mehr wegzudenken: Sei es in der Schule, bei der Arbeit oder in der Freizeit. Wäre das Internet eine Bibliothek, dann wäre es die größte der Welt – mit Millionen von Regalen, gefüllt mit unzähligen Büchern, Texten, CDs und Filmen.

Doch wie gewinnt man dort eine Übersicht, wenn man etwas lernen möchte? Wie suchen wir nach Informationen, wenn wir etwas wissen und lernen wollen, welche Suche führt uns an welches Ziel? Wie gehen wir vor, wenn wir bestimmte Informationen zu einem Thema finden möchten und welche Bedeutung hat die Informationssuche beim Lernen? Von Suchmaschinen über Linklisten bis hin zu Wikis und Videoportalen – sie alle bieten Hilfestellung für die Recherche. Unter dem Schlagwort „Search as Learning“ (SAL) beschäftigen sich Forschende seit einigen Jahren mit den Voraussetzungen, die gegeben sein müssen, damit diese Suchprozesse gelingen.

Das interdisziplinäre Forschungsprojekt „SALIENT: Search as Learning – Investigating, Enhancing, and Predicting Learning during Multimodal (Web) Search“ beschäftigt sich seit 2018 mit der Frage, wie die Websuche verändert beziehungsweise erweitert werden kann, damit bei derartigen Suchprozesse das Lernen und die Wissensaufnahme durch bessere Ergebnisse unterstützt wird. Die Kooperationspartner aus Informatik (TIB und das Forschungszentrum L3S) und Psychologie (Leibniz-Institut für Wissensmedien (IWM)) erforschen gemeinsam, wie multimediale Online-Ressourcen – beispielsweise Texte, Bilder und Videos – genutzt werden, um Lernbedürfnisse zu erfüllen, also etwa die Nutzung von durch Internetsuchmaschinen auffindbaren Web-Dokumenten bei der Bewältigung von Lernaufgaben.

Mehrwert für Suchende: Ranking weiterer geeigneter Lerninhalte

Ziel des Projektes ist es, dass bereits bei der Suche erkannt beziehungsweise vorhergesagt werden kann, wofür die Suchenden sich interessieren, um dann die Ergebnisse schon im Suchprozess nach ihre Bedeutung für die jeweiligen Nutzer:innen in einer angepassten Reihenfolge anzuzeigen. Ein weiterer Schritt ist die Entwicklung sogenannter Recommender-Systeme, also Empfehlungssysteme, die den Nutzer:innen weitere geeignete Lerninhalte empfehlen – beispielsweise Diagramme, Vortragsfolien oder Videos. Auf diese Weise erhalten die Suchenden umfangreichere Informationen zu ihrer Suchanfrage.

Das Projekt SALIENT geht diese Fragestellung in mehreren Schritten an: Zunächst muss erkannt werden, ob einer Internetsuche tatsächlich eine Lernabsicht zugrunde liegt. Denn Suchmaschinen werden in vielfältigem Kontext genutzt – und wenn nur schnell ein Flug oder ein Hotelzimmer gebucht werden soll, sind detaillierte Informationen zu Geschichte und Bedeutung des Zielorts sicherlich eher störend. Um herauszufinden, wie sich speziell Lernende bei der Websuche verhalten, wurde im Rahmen von SALIENT unter anderem eine groß angelegte Laborstudie durchgeführt: Zunächst wurde das Wissen von über 100 Proband:innen zu einem klar definierten Thema, der Gewitterentstehung, getestet. Danach durften die Teilnehmer:innen in einer zeitlich begrenzten Websuche zum Themengebiet recherchieren und das eigene Wissen auffrischen und erweitern. Anschließend wurde der Wissensgewinn gemessen. Die Durchführung unter Laborbedingungen ermöglichte es, eine Vielzahl detaillierter Daten über die erfolgten Suchprozesse zu erheben – natürlich die besuchten Seiten und enthaltenen Lernressourcen, und ob  es sich um Texte, Bilder oder Videos handelte, Mausbewegungen und Klicks, aber auch Eyetrackingdaten, die zeigen, welche Teile der gesehenen Webseiten tatsächlich aufmerksam betrachtet wurden.

Dieser umfangreiche Datenschatz soll bei der Beantwortung einer Vielzahl an Forschungsfragen helfen – aus Psychologie- und Informatikperspektive. SALIENT hat einen speziellen Fokus auf Multimediaelementen und wie  in den Lernprozess integriert sind. Dies wird durch die freie Websuche der Proband:innen ermöglicht, die in ihrer Suche vermehrt auf multimediale Lernmaterialien zurückgriffen, insbesondere auf Videos.

Auf Basis der im Rahmen der Wissenstests erhobenen Kurzaufsätze lässt sich etwa der Terminologieerwerb der Teilnehmer:innen untersuchen – inwieweit eignen sie sich neues Vokabular an und aus welchen der besuchten Webseiten stammt es? Welchen Einfluss haben Bilder und Videos auf den Lernerfolg im Vergleich zu den deutlich mehr erforschten textuellen Materialien? Können sich hieraus Empfehlungen zur Gestaltung von effektiven Lernmaterialien ableiten, was deren multimodale Zusammenstellung angeht? Inwieweit müssen dabei persönliche Voraussetzungen der Lernenden mit einbezogen werden? Und wie können Suchmaschinenrankings adaptiert werden, um eine bessere Unterstützung zu bieten?

Die Auswertung der Daten ist noch nicht abgeschlossen – erste Antworten können jedoch abgeleitet werden. So hängt die Messung des Lernerfolgs davon ab, in welcher Form Wissen nach der Lernphase abgefragt wird: Eine Untersuchung der von den Proband:innen verfassten Kurzaufsätze ergab, dass ein Wissensgewinn vorwiegend von den Texten der besuchten Webseiten abhing, Videos kaum Einfluss zeigten. Anders ist es, wenn man die Ergebnisse der Multiple-Choice-Tests  betrachtet. Hier kann der Wissensgewinn besser vorhergesagt werden, wenn multimediale Merkmale der Webseiten einbezogen werden. Untersucht wurde zum Beispiel, zu welchen Anteilen eine Webseite aus Text, Bildern und Videos besteht, und welche Bildtypen (Fotos, Diagramme etc.) verwendet wurden. Zudem lässt sich feststellen, dass die Suchenden, abhängig von ihrem Vorwissen, unterschiedliche Modalitäten bevorzugen. So ließ sich speziell bei geringem Vorwissen eine Präferenz für Videos beobachten.

„Die vielversprechenden Ergebnisse in Bezug auf den Einfluss von multimedialen Elementen auf den Lernerfolg erlauben uns nun, nächste Schritte zu planen“, erklärt Prof. Dr. Ralph Ewerth, Sprecher des SALIENT-Projektes und Leiter der Forschungsgruppe „Visual Analytics“ an der TIB. „Aktuell untersuchen wir, wie die Ergebnisse zur Verbesserung von Suchmaschinen eingebracht werden können. Ferner planen wir, die von uns erhobenen Daten mit denen von nicht-lernorientierten Suchabläufen zu vergleichen und so besser zu verstehen, wie sich diese voneinander unterscheiden. Außerdem erforschen wir alternative Ranking-Methoden: Denn im Fall einer Lernintention der Nutzenden gilt es die Suchergebnisse nicht nur in Bezug zur Suchanfrage der Nutzenden zu sortieren, sondern auch zu berücksichtigen, welche der zur Verfügung stehenden Materialien den besten Lernerfolg versprechen“, so Ewerth.

Passgenaues Lernen in der Zukunft

Das interdisziplinäre Projekt leistet einen wichtigen Beitrag für künftige innovative Bibliotheksdienste in Form von virtuellen Lernumgebungen. „Die Zukunftsvision ist, dass wir eines Tages Lernenden je nach Bedarf passgenau bestimmte Stellen in Vorlesungsaufzeichnungen, etwa aus dem AV-Portal der TIB, oder anderes Lehrmaterial im Web, empfehlen können“, erklärt Ewerth.

Dieser Beitrag erschien erstmals im TIB-Jahresbericht 2020.