Direkt zum Inhalt
Wie kann das Web beim Lernen helfen?

Das kennt wohl jeder: Was man nicht weiß, wird schnell im Internet erfragt ‒ ob am Arbeitsplatz oder privat. Und tatsächlich geht es bei Online-Aktivitäten häufig darum, sich Wissen anzueignen: bei der alltäglichen Websuche mit Suchmaschinen wie Google, beim Recherchieren in Online-Enzyklopädien wie Wikipedia oder auch bei Interaktionen in den Sozialen Medien. Aber wird das Lernziel auch erreicht? Während in klassischen Lernszenarien der formalen Bildung ‒ also in Schule, Ausbildung und Hochschule ‒ Lernziele, Wissensstand oder Lernerfolg bekannt sind, ist das beim sogenannten informellen Lernen im Netz anders: Plattformbetreiber haben gewöhnlich keinerlei Informationen über Intention und Vorbildung ihrer Nutzer. Ob jemand zu einem Thema Experte ist oder gar keine Vorkenntnisse hat, spielt beim Lernen im Web keine Rolle. Selbst die Frage, ob eine Onlinesuche überhaupt ein bestimmtes Lernziel verfolgt, lässt sich für Mensch wie Maschine oft nur schwer entscheiden. Die Forschungsprojekte AFEL (Analytics for Everyday Learning) und SALIENT (Search as Learning – Investigating, Enhancing, and Predicting Learning during Multimodal Web Search) wollen dieses Problem lösen - mit einem datengetriebenen Ansatz und innovativen Methoden der künstlichen Intelligenz. Online-Interaktionen generieren nämlich vielfältige Nutzerdaten, etwa zum Such- und Navigationsverhalten, die Indikatoren dafür sein können, welche Absichten und Ziele die Nutzer verfolgen, ob also der Fachaufsatz in der Trefferliste noch ganz oben gehört oder doch lieber eine einfache Antwort.