Name des Teilnehmers: Yecheng Gu
Beschreibung des IT-Forschungsprojekts: Multimodale Lernumgebungen können den realen Straßenverkehr durch eine Virtuelle Realität (VR) substituieren und stellen eine Möglichkeit dar, kostengünstige und sichere Trainingssituationen für Kinder anzubieten. Die Effektivität dieser Trainingsmethode wurde bereits in früheren Studien untersucht und durch verschiedene Experimente bestätigt. Dabei konzentrierte sich die Forschung bislang auf die Frage, ob VR generell als Medium geeignet ist, so dass sich die eingesetzten Systeme sich auf die Darstellung mehrdimensionaler Verkehrssituationen beschränkten. Das Training selbst – mit Fokus auf dem Prozess des Lehrens, Unterrichtens und Instruierens von Kindern – wurde von menschlichen Tutoren übernommen. Dadurch waren die bisherigen Systeme abhängig von qualifiziertem Personal und konnten nicht eigenständig von einzelnen Kindern, in Gruppen oder von deren Eltern verwendet werden. Um Zugänglichkeit zu und Verfügbarkeit von multimodalen Trainingsumgebungen zukünftig zu erhöhen, deren Einsatz auch unabhängig von menschlichen Tutoren zu ermöglichen sowie weitere Potenziale und Mehrwerte zu erforschen, wird im vorliegenden Projekt ein neuer Ansatz gewählt, bei dem die Lehraufgabe durch Einsatz von Methoden der Künstlichen Intelligenz, konkret Intelligent-Adaptiver bzw. Intelligent-Tutorieller Lehr-Lern-Systeme auf das System selbst übertragen wird.
Ziel des Projektes ist die Konzeption, Entwicklung, Implementierung, Erprobung und Evaluation einer multimodal-immersiven Lernumgebung (M2IL) für das Training von Kindern im Straßenverkehr. Konkret soll die Sicherheit von Kindern als aktive Fußgänger in unterschiedlichen Verkehrssituation einer Großstadt gesteigert werden, indem sie den Straßenverkehr der Großstadt einerseits authentisch in einer immersiven, mehrdimensionalen und multimodalen Umgebung erleben und andererseits auf Basis lernpsychologischer Theorien und Erkenntnisse in eben dieser Umgebung zugleich durch den gezielten Einsatz von Instruktion, Feedback, Übung oder Imagination sicher trainieren können. Um einen hohen Immersionsgrad zu erreichen, werden hardwareseitig Anzeige- und Interaktionsgeräte der Unterhaltungselektronik eingesetzt, bspw. 3D-Monitore oder 3D-Projektoren sowie gestenbasierte Eingabegeräte von Spielekonsolen. Auf Softwareseite werden auf Realdaten basierende 3D-Stadtmodelle in Kombination mit Verkehrssimulationen für die Lernumgebung verwendet. Als wesentlicher Innovationsschritt wird die Kopplung des M2IL mit einem Intelligent- Tutoriellen Lehr-Lern-System (ITS) angesehen. Das auf Verfahren der Künstlichen Intelligenz basierende ITS ermöglicht ein hohes Maß an Individualisierung von Inhalten und deren Präsentation durch Berücksichtigung lerntheoretisch relevanter Parameter wie etwa das Ausgangswissen, der Lernfortschritt oder die Lernpräferenzen. Auch können verschiedene Lehr-Lern-Szenarien etwa auf Basis behavioraler, kognitivistischer oder auch konstruktivistischer Theorien und Befunde gewählt werden und somit unterschiedliche, dem Lernenden bzw. Lehrenden angepasste Steuerungen des Lehr- und Lernprozesses durch die vielfältige Gestaltung (u.a. Art, Häufigkeit, Verteilung, Interaktion) von empirisch evidenten, lernrelevanten Faktoren wie etwa Instruktion, Feedback, Übung oder Imagination implementiert werden.
Software Campus-Partner: DFKI, Deutsche Post DHL
Umsetzungszeitraum: 01.03.2013 – 28.02.2015
