Logo des Repositoriums
 
Konferenzbeitrag

Gestaltung immersiver Lernszenarien: Generative Aktivitäten beim Lernen mit dem Anne Frank VR House

Vorschaubild nicht verfügbar

Volltext URI

Dokumententyp

Text/Conference Paper

Zusatzinformation

Datum

2024

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Verlag

Gesellschaft für Informatik e.V.

Zusammenfassung

Das Lernen in immersiver virtueller Realität (VR) kann motivierend und förderlich sein, aber es kann auch zu Ablenkung und kognitiver Überlastung führen. Generative Lernaktivitäten können einige der Einschränkungen des Lernens mit immersiver VR abschwächen, indem sie den Lernenden helfen, sich auf das Lernmaterial zu konzentrieren. Die vorliegende Studie untersucht die Wirksamkeit von zwei generativen Lernstrategien: Selbst-Erklären und Zeichnen. Während bisherige Studien zu generativen Lernaktivitäten eher kognitive Lernziele adressierten, wurden die Aufgaben in dieser Studie so formuliert, dass Bezüge zum Selbst hergestellt und so affektive Ziele wie die Perspektivenübernahme in den VR-Protagonisten eher erreicht werden können. Vierundsiebzig Bachelorstudierende erkundeten den Raum, in dem Anne Frank sich vor den Nationalsozialisten im zweiten Weltkrieg verstecken musste, in einer immersiven VR-Umgebung. Für die experimentellen Bedingungen wurden die Studierenden nach der VR-Erfahrung entweder aufgefordert, Zeichnungen von Anne Franks Zimmer und ihrem eigenen Zimmer zu erstellen oder zu erklären, wie sich Anne Franks Lebensbedingungen für sie anfühlen würden. Für die Kontrollbedingung nahmen die Studierenden an keiner Lernaktivität teil. In diesem Paper werden die Ergebnisse deskriptiver Analysen der generativen Lernaktivitäten vorgestellt und diskutiert.

Beschreibung

Mulders, Miriam; Träg, Kristian; Kirner, Lara; Kaninski, Lilly (2024): Gestaltung immersiver Lernszenarien: Generative Aktivitäten beim Lernen mit dem Anne Frank VR House. Proceedings of DELFI Workshops 2024. DOI: 10.18420/delfi2024-ws-02. Gesellschaft für Informatik e.V.

Zitierform

Tags