English
Bibtex
Cite as text
@Select Types{,
Journal = "Band-1",
Title= "Systematische Entwicklung eines Lerntools zur Erhöhung der Argumentationsfähigkeiten von Studierenden",
Author= "Thiemo Wambsganss, Florian Weber, Tobias Staufenberg, Leopold Bott, Matthias Söllner",
Doi= "https://doi.org/10.30844/wi_2020_d6-wambsganss",
Abstract= "Die Digitalisierung führt zu neuen Anforderungen an Fähigkeiten und Kenntnissen, die Studierende in ihrem zukünftigen Berufsleben benötigen. Metakognitive Lernkompetenzen und Higher Order Thinking Skills werden dabei immer wichtiger, um Herausforderungen der Zukunft zu lösen. Eine Unterklasse dieser Fähigkeiten, die wesentlich zu Kommunikation, Kollaboration und Problemlösung beiträgt, ist die Fähigkeit, strukturiert und reflektierend zu argumentieren. Bildungseinrichtungen haben jedoch Schwierigkeiten, die für die Entwicklung dieser Fähigkeit notwendigen Rahmenbedingungen zu schaffen. In diesem Paper stellen wir unser Design Science Research Projekt vor, in dem wir ein Lerntool entwickeln, dass es ermöglicht, Studierende durch intelligentes Feedback beim Erlernen von Argumentation zu unterstützen. Wir präsentieren dazu acht Designprinzipien, abgeleitet aus aktueller Literatur und aus 21 Nutzerinterviews, sowie einen evaluierten Prototyen als eine Form der Instanziierung dieser Prinzipien. Ziel unseres Forschungsprojektes ist es, ein Lerntool zu entwickeln, das Studierenden hilft, ihre Argumentationsfähigkeit durch individuelles Feedback zu verbessern.
",
Keywords= "Argumentation Learning, Argumentation Tool, Collaborative Learning, Technology-Based Learning Systems, Intelligent Tutoring Systems
",
}
Thiemo Wambsganss, Florian Weber, Tobias Staufenberg, Leopold Bott, Matthias Söllner: Systematische Entwicklung eines Lerntools zur Erhöhung der Argumentationsfähigkeiten von Studierenden. Online: https://doi.org/10.30844/wi_2020_d6-wambsganss (Abgerufen 24.11.24)
Open Access
Abstract
Abstract
Die Digitalisierung führt zu neuen Anforderungen an Fähigkeiten und Kenntnissen, die Studierende in ihrem zukünftigen Berufsleben benötigen. Metakognitive Lernkompetenzen und Higher Order Thinking Skills werden dabei immer wichtiger, um Herausforderungen der Zukunft zu lösen. Eine Unterklasse dieser Fähigkeiten, die wesentlich zu Kommunikation, Kollaboration und Problemlösung beiträgt, ist die Fähigkeit, strukturiert und reflektierend zu argumentieren. Bildungseinrichtungen haben jedoch Schwierigkeiten, die für die Entwicklung dieser Fähigkeit notwendigen Rahmenbedingungen zu schaffen. In diesem Paper stellen wir unser Design Science Research Projekt vor, in dem wir ein Lerntool entwickeln, dass es ermöglicht, Studierende durch intelligentes Feedback beim Erlernen von Argumentation zu unterstützen. Wir präsentieren dazu acht Designprinzipien, abgeleitet aus aktueller Literatur und aus 21 Nutzerinterviews, sowie einen evaluierten Prototyen als eine Form der Instanziierung dieser Prinzipien. Ziel unseres Forschungsprojektes ist es, ein Lerntool zu entwickeln, das Studierenden hilft, ihre Argumentationsfähigkeit durch individuelles Feedback zu verbessern.
Keywords
Schlüsselwörter
Argumentation Learning, Argumentation Tool, Collaborative Learning, Technology-Based Learning Systems, Intelligent Tutoring Systems
References
Referenzen
1. vom Brocke, J., Maaß, W., Buxmann, P., Maedche, A., Leimeister, J.M., Pecht, G.: Future Work and Enterprise Systems. Bus. Inf. Syst. Eng. 60, 357–366 (2018).
2. Fadel, C., Bialik, M., Trilling, B.: Four-dimensional education : the competencies learners need to succeed. (2015).
3. OECD: The Future of Education and Skills – Education 2030, (2018).
4. Toulmin, S.E.: Introduction to Reasoning. (1984).
5. Kuhn, D.: Thinking as Argument. Harv. Educ. Rev. 62, 155–179 (1992).
6. Black, P., Wiliam, D.: Developing the theory of formative assessment. Educ. Assessment, Eval. Account. 21, 5–31 (2009).
7. Hattie, J., Timperley, H.: The Power of Feedback. Rev. Educ. Res. 77, 81–112 (2007).
8. OECD: Education at a Glance 2016: OECD Indicators. , Paris (2016).
9. Pinkwart, N., Ashley, K., Lynch, C., Aleven, V.: Evaluating an Intelligent Tutoring System for Making Legal Arguments with Hypotheticals. IOS Press (2009).
10. Osborne, J.F., Henderson, J.B., MacPherson, A., Szu, E., Wild, A., Yao, S.Y.: The development and validation of a learning progression for argumentation in science. J. Res. Sci. Teach. 53, 821–846 (2016).
11. De Groot, R., Drachman, R., Hever, R., Schwartz, B., Hoppe, U., Harrer, A., De Laat, M., Wegerif, R., Mclaren, B.M., Baurens, B.: Computer Supported Moderation of EDiscussions: the ARGUNAUT Approach. (2007).
12. Wambsganss, T., Rietsche, R.: Towards Designing an Adaptive Argumentation Learning Tool. International Conference on Information Systems (ICIS) (2019).
13. Hevner, A.R., March, S.T., Park, J., Ram, S.: Design Science in Information Systems Research. Des. Sci. IS Res. MIS Q. 28, 75 (2004).
14. Jones, D., Gregor, S.: The Anotomy of a Design Theory. J. Ass. Inf. Syst. 8, 312–335 (2007).
15. Hevner, A.R.: A three cycle view of design science research. Scand. J. Inf. Syst. 1–6 (2007).
16. Eemeren, F.H. van, Grootendorst, R., Johnson, R.H., Plantin, C., Willard, C.A., Grootendorst, R., Johnson, R.H., Plantin, C., Willard, C.A.: Fundamentals of Argumentation Theory. Routledge (1996).
17. Duschl, R.A., Osborne, J.: Supporting and Promoting Argumentation Discourse in Science Education. Stud. Sci. Educ. 38, 39–72 (2002).
18. Kuhn, D.: Science as argument: Implications for teaching and learning scientific thinking. Sci. Educ. 77, 319–337 (1993).
19. Newton, R.P., Roef, L., Witters, E., Van Onckelen, H.: Tansley Review No. 106. New Phytol. 143, 427–455 (1999).
20. Von Aufschnaiter, C., Erduran, S., Osborne, J., Simon, S.: Arguing to learn and learning to argue: Case studies of how students’ argumentation relates to their scientific knowledge. J. Res. Sci. Teach. 45, 101–131 (2008).
21. Jonassen, D.H., Kim, B.: Arguing to learn and learning to argue: Design justifications and guidelines. Educ. Technol. Res. Dev. 58, 439–457 (2010).
22. Driver, R., Newton, P., Osborne, J.: Establishing the norms of scientific argumentation in classrooms. Sci. Educ. 84, 287–312 (2000).
23. Kuhn, D.: Education for thinking. Harvard University Press (2005).
24. Sadler, D.R.: Formative assessment and the design of instructional systems. Instr. Sci.
25. Scheuer, O.: Towards adaptive argumentation learning systems. (2015).
26. Scheuer, O., Loll, F., Pinkwart, N., McLaren, B.M.: Computer-supported argumentation: A review of the state of the art. Int. J. Co. Collab. Learn., 43–102 (2010).
27. Koschmann, T.: Paradigm Shifts and Instructional Technology. Lawr. Erlbaum Ass. (1996).
28. Fischer, F., Kollar, I., Stegmann, K., Wecker, C.: Toward a Script Theory of Guidance in Computer-Supported Collaborative Learning. Educ. Psychol. 48, 56–66 (2013).
29. Suthers, D.D., Hundhausen, C.D.: European Perspectives on Computer-Supported Collaborative Learning. (2001).
30. Stab, C., Gurevych, I.: Identifying Argumentative Discourse Structures in Persuasive Essays. In EMNLP pp. 46–56 (2014).
31. Stab, C., Gurevych, I.: Parsing Argumentation Structures in Persuasive Essays. Comput. Linguist. 43, 619–659 (2017).
32. Huang, C.J., Chang, S.C., Chen, H.M., Tseng, J.H., Chien, S.Y.: A group intelligencebased asynchronous argumentation learning-assistance platform. Interact. Learn. Environ. 24, 1408–1427 (2016).
33. Lippi, M., Torroni, P.: Argumentation Mining: State of the Art and Emerging Trends. IJCAI Int. Jt. Conf. Artif. Intell., 4207–4211 (2015).
34. Gläser, J., Laudel, G.: Experteninterviews und qualitative Inhaltsanalyse : als Instrumente rekonstruierender Untersuchungen. VS Verlag für Sozialwiss (2010).
35. Chandra, L., Seidel, S., Gregor, S.: Prescriptive knowledge in IS research: Conceptualizing design principles in terms of materiality, action, and boundary conditions. Proc. Annu. Hawaii Int. Conf. Syst. Sci. 2015-March, 4039–4048 (2015).
36. Venable, J., Pries-Heje, J., Baskerville, R.: FEDS: A Framework for Evaluation in Design Science Research. Eur. J. Inf. Syst. 25, 77–89 (2016).
37. Cooper, H.M.: Organizing knowledge syntheses: A taxonomy of literature reviews. Knowl. Soc. 1, 104–126 (1988).
38. vom Brocke, J., Simons, A., Riemer, K., Niehaves, B., Plattfaut, R., Cleven, A.: Standing on the Shoulders of Giants: Challenges and Recommendations of Literature Search in Information Systems Research. Commun. Assoc. Inf. Syst. 37, (2015).
39. Roediger, H.L., Butler, A.C.: The critical role of retrieval practice in long-term retention. Trends Cogn. Sci. 15, 20–27 (2011).
40. Rowland, C.A.: The effect of testing versus restudy on retention: A meta-analytic review of the testing effect. Psychol. Bull. 140, 1432–1463 (2014).
41. Mayer, R.E.: Multimedia Learning. Cambridge University Press, Cambridge (2009).
42. Mayer, R.E., Moreno, R.: Nine Ways to Reduce Cognitive Load in Multimedia Learning. (2003).
43. Schwabe, G.;, Valerius, M.: Grundlagen des kollaborativen Lernens mit neuen Medien.
44. Andriessen, J., Baker, M.J., Suthers, D.: Arguing to Learn: Confronting Cognitions in Computer-Supported Collaborative Learning environments (2003).
45. Reznitskaya, A., Anderson, R.C., McNurlen, B., Nguyen-Jahiel, K., Archodidou, A., Kim, S.: Influence of Oral Discussion on Written Argument. Discourse Process. 155–175 (2001).
46. Scheiter, K., Gerjets, P.: Learner control in hypermedia environments. Educ. Psychol. Rev. 19, 285–307 (2007).
47. Cohn, M.: User Stories Applied For Agile Software Development. (2004).
48. Jin, R.: The structure of pro and con arguments: A survey of the theories. (2011).
49. Fromm, H., Wambsganss, T., Söllner, M.: Towards a taxonomy of text mining features. 1– 12 (2019).
Als PDF herunterladen