Gerry Stahl, Timothy Koschmann,
Dan Suthers
Das Feld des
computerunterstützten kollaborativen Lernens (CSCL) ist ein wachsender Teilbereich
der Learning Sciences[2],
in welchem untersucht wird, wie Menschen mit Hilfe des Computers gemeinsam
lernen können. Wie später in diesem Beitrag deutlich wird, verbirgt sich hinter
dieser einfachen Aussage eine erhebliche Komplexität. Es wird sich erweisen,
dass das Zusammenspiel zwischen Lernen und Technologie reichlich verworren ist.
In der Verbindung von Kollaboration mit Computervermittelung und
Fernunterricht wurde der Begriff des Lernens problematisiert sowie die
vorherrschenden Annahmen, wie Lernen zu untersuchen sei, in Frage gestellt.
Wie viele aktive
Forschungsfelder steht auch CSCL in einer komplexen Wechselbeziehung zu anderen
Disziplinen, entwickelt sich auf Wegen, die nur schwer genau aufzuzeigen sind
und beinhaltet wichtige Beiträge, die unvereinbar erscheinen. Das Feld CSCL hat
eine lange Geschichte der Kontroverse über seine Theorie, Methoden und
Definition. Darüber hinaus ist es wichtig, CSCL als eine Vision, was mit
Computern möglich sein könnte und welche Forschungen hierzu notwendig wären,
zu verstehen und weniger als einen etablierten Korpus an breit akzeptierten
Labor- und Klassenzimmerpraktiken. Wir beginnen mit einigen populären
Grundannahmen über die Fragestellungen von CSCL und werden nach und nach deren
komplexe Natur aufzeigen. Wir werden einen Überblick über die historische
Entwicklung von CSCL geben und unsere Zukunftsperspektive dieses
Forschungsfeldes darlegen.
In der
Betrachtung bestimmter Lernformen befasst sich CSCL eng mit Bildung. Es bezieht
alle Ebenen der formalen Ausbildung vom Kindergarten bis zur
Universitätsausbildung sowie informelle Bildung, wie sie beispielsweise in
Museen stattfindet, ein. Computer sind in der Bildung zunehmend bedeutsam
geworden, in aller Welt haben sich Schulbehörden und Politiker zum Ziel
gesetzt, immer mehr Lernenden Zugang zu Computern und dem Internet zu
ermöglichen. Auch wurde in der Lehr-Lernwissenschaft verstärkt der Idee
Nachdruck verliehen, Lernende dazu anzuhalten, in kleinen Gruppen miteinander
zu lernen.
Dennoch bleibt
die Fähigkeit zur effektiven Kombination dieser beiden Ideen (Computerunterstützung
und kollaboratives Lernen oder Technologie und Bildung) zur wirksamen Förderung
von Lernen eine Herausforderung – eine Herausforderung, der sich CSCL stellt.
Computer im Klassenzimmer
werden oft skeptisch betrachtet. Sie werden von Kritikern als langweilig und
antisozial gesehen, als Zufluchtsort für Computerfreaks und als eine
mechanische, unmenschliche Form der Ausbildung. CSCL basiert auf genau der
gegenteiligen Vision: es schlägt die Entwicklung neuer Software und Anwendungen
vor, die Lernende zusammen bringen und kreative Aktivitäten zur intellektuellen
Erkundung und sozialen Interaktion anbieten.
CSCL entstand in
den neunziger Jahren des letzten Jahrhunderts als Reaktion auf Software, welche
Schüler und Studenten dazu zwang, als isolierte Individuen zu lernen. Anreiz
für die CSCL-Forschung war das erstaunliche Potential des Internets, Menschen
in neuartiger Art und Weise miteinander in Verbindung zu bringen. Mit der Entwicklung
von CSCL wurden jedoch zunehmend unvorhergesehene Schwierigkeiten bei der
Gestaltung, Verbreitung und wirksamer Anwendung innovativer Lehr/Lern-Software
deutlich. Eine Umgestaltung des gesamten Konzepts von Lernen wurde
erforderlich, eine Umgestaltung, die maßgebliche Änderungen in der Schulausbildung,
dem Lehren und dem Selbstverständnis der Lernenden umfasst.
CSCL ist oft
verschmolzen mit E-Learning, der Organisation des Unterrichts über Computernetzwerke.
Zu oft ist E-Learning durch den naiven Glauben motivitiert, dass die Inhalte
aus dem Klassenzimmer digitialisiert und an eine große Zahl von Lernenden
verteilt werden können, und dass im Weiteren nur noch wenig Aktivität seitens
der Lehrenden notwendig ist und viele Kosten, zum Beispiel für Gebäude und
Reisen, wegfallen. Mit dieser Betrachtungsweise gibt es eine Reihe von
Problemen:
Erstens erweist
es sich als falsch, dass das Versenden von Inhalt, wie zum Beispiel Folien,
Texte oder Videos, bereits zur Unterweisung führt. Inhalte dieser Art können
wichtige Ressourcen für Lernende sein – wie es Bücher schon immer waren –, sie
sind jedoch nur in einem größeren motivationalen und interaktiven Kontext
wirksam.
Zweitens verlangt
die Online-Lehre mindestens genauso viel Aufwand eines menschlichen Lehrers wie
die Lehre im Klassenzimmer. Nicht nur, dass die Lehrenden Materialien
vorbereiten und mittels des Computers verfügbar machen müssen, sie müssen
ausserdem jeden einzelnen Lernenden durch kontinuierliche Interaktion ein Gefühl
sozialer Präsenz motivieren und anleiten. Während die Online-Ausbildung es
erlaubt, dass Lernende aus aller Welt daran teilnehmen und Lehrende an jedem
Ort mit Internetanbindung arbeiten, erhöht es doch den Lehraufwand je
Teilnehmer erheblich.
Drittens betont
CSCL die Kollaboration zwischen den Lernenden, so dass diese nicht allein auf
verschicktes Material reagieren. Das Lernen findet vor allem in der Interaktion
zwischen den Lernenden statt. Sie lernen, indem sie ihre Fragen ausdrücken,
gemeinsam Nachforschungen anstellen, sich gegenseitig unterweisen und andere
beim Lernen beobachten. Computerunterstützung für solcherart Kollaboration
ist zentral für einen CSCL-Ansatz des E-Learnings. Die Anregung produktiver
Interaktion zwischen Lernenden und ihre Verstärkung ist schwierig zu erreichen,
es erfordert fachkundige Plannung, Koordination und Umsetzung des Curriculums,
der Pädagogik und der Technologie.
Viertens
beschäftigt sich CSCL auch mit der Kollaboration in face-to-face (F2F)
Lernszenarien. Computerunterstützung des Lernens erfolgt nicht immer in Form
eines Online-Kommunikationsmediums. Die Computerunterstützung kann
beispielsweise eine Computersimulation eines wissenschaftlichen Modells oder
eine interaktive Repräsentation umfassen. In diesen Fällen fokussiert die
Kollaboration auf die Konstruktion und Exploration der Simulation oder
Repräsentation. Alternativ kann eine Gruppe von Lernenden den Computer dazu
nutzen, um durch Informationsangebote im Internet zu browsen und die gefundenen
Informationen kollaborativ zu diskutieren, zu debattieren, zusammenzutragen
und zu präsentieren. Computer können Interaktionen zwischen Lernenden am selben
Ort oder in räumlich verteilten, in synchronen und in asynchronen Arrangements
unterstützen.
Die Erforschung
des Gruppenlernens begann lange vor CSCL. Seit den 1960er Jahren, vor dem
Aufkommen vernetzter Personalcomputer, wird kooperatives Lernen in der
Pädagogik ausführlich untersucht. Die Erforschung von Kleingruppen hat in der
Sozialpsychologie eine noch längere Tradition.
Um CSCL von
diesen früheren Untersuchungen des Guppenlernens abzugrenzen, ist es hilfreich,
zwischen kooperativem und kollaborativem Lernen zu unterscheiden. In einer
detaillierten Diskussion dieser Unterscheidung definierte Dillenbourg (1999a)
den Unterschied grob folgendermaßen:
Beim Kooperieren
teilen die Partner ihre Arbeit auf, lösen Teilprobleme individuell und fügen
dann die Teilergebnisse zum Endergebnis zusammen. Beim Kollaborieren arbeiten die
Partner ‚zusammen’. (S. 8)
Er verweist dann
auf die Kollaborationsdefinition von Roschelle & Teasley (1995):
Dieses Kapitel
präsentiert eine Fallstudie, die veranschaulicht, wie ein Computer als ein kognitives
Werkzeug zum sozial stattfindenden Lernen genutzt werden kann. Wir untersuchen
einen besonders wichtigen Typ sozialer Aktivität, der kollaborativen Konstruktion neuen Problemlösewissens. Kollaboration
ist ein Prozess, mit dem Individuen die für die vorliegende Problemlöseaufgabe
relevanten Bedeutungen aushandeln und
teilen… Kollaboration ist eine koordinierte, synchrone Aktivität, welche
das Ergebnis des kontinuierlichen Bestrebens ist, ein gemeinsames
Verständnis eines Problems zu konstruieren und aufrecht zu erhalten. (S. 70,
Hervorhebung hinzugefügt)
Untersucht man
Lernen, dann ist dies ein großer Unterschied. Beim Kooperieren erfolgt das Lernen
durch Individuen, welche ihre individuellen Ergebnisse zusammentragen und die
Sammlung der individuellen Ergebnisse als Gruppenprodukt präsentieren. Lernen
in kooperierenden Gruppen wird als etwas gesehen, was individuell statt findet
– und damit auch mit den traditionellen Konzeptualisierungen und Methoden der
pädagogischen und psychologischen Forschung untersucht werden kann.
Im Gegensatz
hierzu erfolgt Lernen in Roschelle & Teasleys Charakterisierung von Kollaboration
sozial durch die kollaborative Konstruktion von Wissen. Natürlich sind
Individuen als Mitglieder der Gruppe involviert, aber die Aktivitäten, in denen
sie sich engagieren, sind nicht individuelle Lernaktivitäten, sondern
Gruppenaktivitäten wie Aushandeln und Teilen. Die Individuen gehen nicht
auseinander, um Dinge individuell zu erledigen, sondern bleiben an der gemeinsamen
Aufgabe, die durch und für die Gruppe konstruiert und aufrechterhalten wird,
involviert. Die kollaborative Aushandlung und das soziale Teilen von Gruppenbedeutungen – zentrale Phänomene
der Kollaboration – können nicht mit traditionellen psychologischen Methoden
untersucht werden.
Wie wir gerade
gesehen haben, umfasst kollaboratives Lernen Individuen als Gruppenmitglieder,
umfasst aber auch Phänomene wie Aushandeln und Teilen von Bedeutungen –
inklusive der Konstruktion und Aufrechterhaltung gemeinsamer Auffassungen von
der Aufgabe – welche interaktiv in Gruppenprozessen erreicht werden.
Kollaboratives Lernen ist mit individuellem Lernen verknüpft, kann aber nicht
darauf reduziert werden. Das Verhältnis zwischen den beiden Sichtweisen auf
kollaboratives Lernen als einen Gruppenprozess einerseits und als eine
Aggregation individueller Veränderungen andererseits ist eine Spannung im
Innersten von CSCL.
Frühere
Untersuchungen des Gruppenlernens betrachteten Lernen als einen fundamentalen
individuellen Prozess. Der Umstand, dass die Individuen in Gruppen arbeiteten,
wurde als eine das individuelle Lernen beeinflussende Kontextvariable
behandelt. Im Gegensatz hierzu analysiert CSCL das Lernen als Gruppenprozess.
Es sind Analysen sowohl mit den Individuen als auch den Gruppen als
Untersuchungseinheit notwendig. Dies macht die CSCL-Methodologie einzigartig,
wie wir später in dieser Abhandlung sehen werden.
In gewisser
Hinsicht ist CSCL entstanden als Reaktion auf vorangegangene Versuche, Technologie
in der Bildung einzusetzen, sowie auf vorherige Ansätze, kollaborative
Phänomene mit den traditionellen Methoden der Learning Sciences zu verstehen.
Die Learning Sciences als Ganzes hat sich von der Fokussierung auf
individuelles Lernen hin zu einer Berücksichtigung beider Faktoren – individuelles
Lernen und Gruppenlernen – bewegt. Die Entwicklung von CSCL entsprach dieser
Bewegung.
Drei frühe
Projekte – das ENFI-Projekt an der Gallaudet-Universität, das CSILE-Projekt an
der Universität Toronto und das Fifth Dimension-Projekt an der Universität von
Kalifornien in San Diego (UCSD) – waren Vorläufer dessen, was sich später zum
Forschungsgebiet CSCL entwickeln sollte. Alle drei Projekte erkundeten
Möglichkeiten, wie Technologie zur Verbesserung des Lernens im Zusammenhang mit
Lese- und Schreibfähigkeiten der Lernenden eingesetzt werden kann.
Im ENFI-Projekt
wurden einige der frühesten Beispiele von Programmen zum computerunterstützten
Schreiben bzw. „CSCWriting“ (Bruce & Rubin, 1993; Gruber, Peyton, &
Bruce, 1995) entwickelt. Studenten an der
Gallaudet-Universität sind gehörlos bzw. hörgeschädigt, und viele beginnen das
Studium mit Defiziten in der Fähigkeit zur schriftlichen Kommunikation. Ziel des
ENFI-Projekts war es, dass sich die Studenten auf das Schreiben in einer neuen
Art und Weise einlassen, um ihnen die Idee des Schreibens mit einer „Stimme“
und des Schreibens für ein Publikum nahezubringen. Die entwickelten
Technologien, obwohl zu ihrer Zeit fortschrittlich, mögen nach heutigem
Standard rudimentär erscheinen. Es wurden spezielle Klassenzimmer eingerichtet,
in denen die Tische mit Computern in einem Kreis angeordnet waren, und eine –
heutigen Chatprogrammen ähnelnde – Software entwickelt, mit der die Studenten
zusammen mit ihrem Dozenten textbasierte Diskussionen durchführen konnten. Die
im ENFI-Projekt entworfene Technologie war darauf ausgerichtet, eine neue Form
der Bedeutungskonstruktion zu ermöglichen, indem es ein neues Medium zur
textuellen Kommunikation bereitstellte.
Ein anderes
frühes und einflussreiches Projekt wurde von Bereiter und Scardamalia an der
Universität Toronto durchgeführt. Ausgangspunkt war die Erfahrung, dass in
Schulen oft nur oberflächlich und schwach motiviert gelernt wird. Sie
kontrastierten das in den Schulen stattfindende Lernen mit dem Lernen in
“knowledge-building communities” (Bereiter, 2002; Scardamalia & Bereiter, 1996) wie es beispielsweise bei der Bildung von
wissenschaftlichen Gemeinschaften erfolgt, die sich zu einem gemeinsamen
Forschungsthema etabliert. Im Project CSILE (Computer Supported Intentional
Learning Environment), später bekannt geworden als Knowledge Forum, entwickelten
sie Technologien und Lehr-Lernmethoden, um das Klassenzimmer zu
knowledge-building community umzustrukturieren. Ähnlich dem ENFI-Projekt war
das Ziel von CSILE, das Schreiben bedeutungsvoller zu machen, indem Lernende
zu gemeinsamer Textproduktion angeregt wurden. Die in den beiden Projekten
erzeugten Texte waren jedoch recht verschieden. Die ENFI-Texte waren
konversational, sie wurden spontan produziert und üblicherweise nicht über das
Ende des Unterrichts hinweg aufgehoben. Im Gegensatz hierzu waren die
CSILE-Texte eher archivalisch und ähnlich konventionellen Lehrtexten.
Wie für CSILE stand
auch für das Fifth-Dimension-Projekt (5thD) am Anfang ein Interesse an der
Verbesserung von Lesefähigkeiten (Cole, 1996). Es begann mit einem von Cole und Kollegen an der
Rockefeller-Universität organisierten außerschulischen Programm. Nachdem das
Laboratory of Comparative Human Cognition (LCHC) an die UCSD gezogen war, wurde
5thD zu einem integrierten System von zumeist computerbasierten Aktivitäten zur
Verbesserung der Lese- und Problemlösefähigkeiten der Schüler ausgebaut. Als
ein Mechanismus zur Kennzeichnung des Lernfortschritts wie auch der
Koordination der Teilnahme wurde ein „Irrgarten“ (maze) bereitgestellt, eine spielbrettartig aufgebaute Sammlung
unterschiedlicher Räume, die verschiedene spezifische Aktivitäten
repräsentieren. Die Aktivitäten der Schüler wurden durch erfahrenere
Altersgenossen und freiwillige Studenten der School of Education unterstützt.
Das Programm wurde anfangs an vier Einrichtungen in San Diego eingeführt und
später auf viele andere Einrichtungen weltweit ausgedehnt (Nicolopoulou & Cole, 1993).
Alle Projekte –
ENFI, CSILE und 5thD – hatten das Ziel, den Unterricht mehr auf die Bedeutungskonstruktion
auszurichten. Alle drei Projekte nutzten dafür Informationstechnologie und
führten neue Formen organisierter sozialer Aktivitäten im Unterricht ein. In
dieser Hinsicht bereiteten sie das Fundament für das sich später entwickelnde
Forschungsgebiet CSCL.
1983 wurde in San
Diego ein Workshop zum Thema „joint problem solving and microcomputers”
(„Gemeinsames Problemlösen und Mikrocomputer“) durchgeführt. Sechs Jahre später
wurde ein NATO-finanzierter Workshop in Maratea, Italien abgehalten. Dieser
Maratea-Workshop im Jahr 1989 wird von vielen als die Geburtsstunde des CSCL angesehen, da es die erste
öffentliche und internationale Versammlung war, die den Begriff
“computer-supported collaborative learning” in ihrem Titel führte.
Die erste
vollwertige CSCL-Konferenz wurde im Herbst 1995 an der Universität von Indiana organisiert. Anschließende internationale
Treffen fanden mindestens zweijährig mit den Konferenzen 1997 an der
Universität Toronto, 1999 an der Universität Stanford, 2001 an der Universität
Maastricht, Niederlande, 2002 an der Universität Colorado, 2003 an der
Universität Bergen, Norwegen und 2005 an der Nationalen Zentralen Universität
Taiwan statt.
Seit dem NATO-Workshop in Maratea entwickelte sich eine spezialisierte Literatur, die die Theorie und Forschung im Bereich CSCL dokumentiert. Vier der einflussreichsten Monographien sind: Newman, Griffin & Cole (1989) The Construction Zone, Bruffee (1993) Collaborative Learning, Crook (1994) Computers and the Collaborative Experience of Learning, und Bereiter (2002) Education and Mind in the Knowledge Age.
Zusätzlich gibt es eine Reihe herausgegebener Sammlungen, die speziell die CSCL-Forschung adressieren: O’Malley (1995) Computer-Supported Collaborative Learning, Koschmann (1996b) CSCL: Theory and Practice of an Emerging Paradigm, Dillenbourg (1999) Collaborative Learning: Cognitive and Computational Approaches, und Koschmann, Hall & Miyake (2002) CSCL2: Carrying Forward the Conversation.
Eine von Kluwer
(mittlerweile Springer) publizierte CSCL-Buchreihe umfasst momentan fünf Bände (Andriessen, Baker, & Suthers, 2003; Bromme,
Hesse, & Spada, 2005; Goodyear et al.,
2004; Strijbos, Kirschner, & Martens, 2004; Wasson, Ludvigsen, & Hoppe,
2003). Die Tagungsbände der CSCL-Konferenzen
sind der primäre CSCL-Publikationsort. Weiterhin behandeln mehrere
Fachzeitschriften das Forschungsgebiet CSCL, insbesondere das Journal of the Learning Sciences. 2006
wird das International Journal of
Computer-Supported Collaborative Learning erstmalig erscheinen. Obwohl die
CSCL-Community in ihren ersten Jahren vorrangig in Westeuropa und Nordamerika
angesiedelt war, hat sie sich in den letzten Jahren zu einer internationalen
Forschergemeinde entwickelt (Hoadley, 2005; Kienle & Wessner, 2005). Die Konferenz 2005 in Taiwan und die Einrichtung
der neuen internationalen Zeitschrift wurden mit dem Ziel geplant, die
Community verstärkt international zu etablieren.
Das
Forschungsgebiet CSCL kann früheren Ansätzen des Gebrauchs von Computern in der
Aus- und Weiterbildung gegenüber gestellt werden. Koschmann (1996a) identifizierte die folgende historische Abfolge
von Ansätzen: (a) computer-assisted
instruction, (b) intelligente tutorielle Systeme, (c) „Logo-as-Latin“, (d)
CSCL. (a) Computer-assisted instruction
war zu Beginn der 1960er Jahre ein behavioristischer Ansatz, der die frühen
Jahre der Computeranwendung in der Bildung dominierte. Lernen wurde vor allem
als ein Einprägen von Fakten aufgefasst. Wissensgebiete wurden in elementare
Fakten aufgespalten, die den Lernenden durch Drill-and-Practice-Programme in
einer logischen Abfolge präsentiert wurden. Auch heute noch folgen viele
kommerzielle Lernprogramme diesem Ansatz. (b) Intelligente tutorielle Systeme
basieren auf der kognitivistischen Philosophie, die das Lernen in Form von
mentalen Modellen und potentiell fehlerhafter mentaler Repräsentationen
analysiert. Die behavioristische Sichtweise, dass Lernen ohne ein Verständnis
der Wissensrepräsentation und -verarbeitung unterstützt werden kann, wurde
zurückgewiesen. Besonders in den 1970er Jahren als vielversprechend angesehen,
brachte dieser Ansatz Computermodelle über das Lernen – den Aufbau mentaler
Modelle – hervor. Indem die Aktionen der Lernenden vor dem Hintergrund
typischer Fehler in der mentalen Repräsentation analysiert wurden, konnten die
Computermodelle Rückmeldung an die Lernenden geben. (c) Basierend auf der
Programmiersprache Logo wurde in den 1980er Jahren – ausgehend von der
Argumentation, dass Lernende ihr Wissen selbst aufbauen müssen –
„Logo-as-Latin“ als konstruktivistischer Ansatz geprägt. Dies brachte anregende
Lernumgebungen hervor, in denen die Lernenden die Mächtigkeit des
Schlussfolgerns anhand von Programmierkonstrukten wie Funktionen,
Unterprogrammen, Schleifen, Variablen, Rekursion etc. erforschen und entdecken
konnten. (d) Mitte der 1990er Jahre begannen CSCL-Ansätze zu erkunden, wie
mittels Computer die Lernenden zusammengebracht werden können, um in kleinen
Gruppen und Gemeinschaften kollaborativ zu lernen. Motiviert durch sozialkonstruktivistische
und dialogische Theorien suchten diese Bestrebungen danach, den Lernenden durch
einen gelenkten Diskurs Gelegenheit zum gemeinsamen Lernen zu bieten und sie
bei der Konstruktion gemeinsamen Wissens zu unterstützen.
Zur Zeit, als
Zentralrechner für die Nutzung in Schulen verfügbar wurden und Mikrocomputer
begannen, in Erscheinung zu treten, war die Künstliche Intelligenz (KI) nahezu
auf der Höhe ihrer Popularität. Insofern war es nahe liegend, dass
Computerwissenschaftler, die an der Nutzung von Computern in
Bildungseinrichtungen interessiert waren, von den Versprechungen der KI
angezogen wurden. KI ist Software, die Verhalten imitiert, welches – von
Menschen ausgeübt – als intelligent betrachtet werden würde (z. B. Schach
zu spielen, indem das Für und Wider verschiedener Zugfolgen gegeneinander
abgewogen wird). Intelligente tutorielle Systeme sind Paradebeispiele für KI,
denn sie replizieren die Aktionen menschlicher Tutoren: die Software gibt
Rückmeldung zu den Eingaben von Lernenden (z. B. detaillierte Schritte
beim Lösen eines mathematischen Problems), indem die Problemlösestrategie
analysiert wird, und sie gibt Hilfestellung, indem die Aktionen der Lernenden
mit programmierten Modellen korrekten und fehlerhaften Verstehens verglichen
werden. Auch heute noch ist dies ein aktives Forschungsfeld innerhalb der
Learning Sciences, es ist jedoch auf Wissensbereiche beschränkt, für die mentale
Modelle algorithmisch definiert werden können.
In seiner
ambitioniertesten Form strebt der KI-Ansatz danach, den Computer bestimmte
Lehr- und Anleitungsfunktionen ausführen zu lassen, die ansonsten die Zeit und
Intervention eines menschlichen Lehrers verlangen würde. Bei CSCL liegt der
Fokus des Lernens eher auf dem Lernen durch Kollaboration mit anderen Lernenden
als auf dem Lernen von Lehrern. Demzufolge verschob sich die Rolle der
Computer weg von der Unterweisung (entweder in Form von Fakten im Falle der computer-aided instruction oder in Form
von Rückmeldung durch intelligente tutorielle Systeme) hin zur
Kollaborationsunterstützung, indem Medien zur Kommunikation und scaffolding für produktive Interaktionen
zwischen den Lernenden bereitgestellt werden.
Die primäre Form
der Kollaborationsunterstützung durch Computer (d. h. Computernetzwerke,
typischerweise über das Internet verbunden) liegt in der Bereitstellung eines
Mediums zur Kommunikation. Dies kann in Form von Email, Chat, Diskussionsforen,
Videokonferenzen, Instant Messaging u.ä. erfolgen. CSCL-Systeme beinhalten
üblicherweise eine Kombination verschiedener Medien und reichern diese um
spezielle Funktionalitäten an.
Zusätzlich
stellen CSCL-Umgebungen für das kollaborative Lernen verschiedene Formen
pädagogischer Unterstützung oder scaffolding bereit. Diese
können durch eher komplexe komputationale Mechanismen, wie beispielsweise
KI-Techniken, umgesetzt sein. Sie können alternative Sichten auf die laufende
Diskussion und die geteilte Information anbieten und Rückmeldung
(möglicherweise basierend auf einem Modell der group inquiry) geben. Ferner können sie die Zusammenarbeit
unterstützen, indem Interaktionsmuster analysiert und Rückmeldungen an die
Lernenden gegeben werden. In den meisten Fällen ist die Rolle des Computers
zweitrangig – im Vordergrund steht der Kollaborationsprozess zwischen den
Lernenden (und oft auch dem Lehrer, Tutor und Mentor). Das Design der Software
zielt auf die Unterstützung und nicht die Ersetzung dieser menschlichen
Gruppenprozesse.
Die Verschiebung
von mentalen Modellen individueller Kognition hin zur Unterstützung kollaborierender
Gruppen hat enorme Implikationen für den Fokus und die Methoden der Lernforschung.
Die Evolution des Forschungsgebietes CSCL wurde maßgeblich von der sukzessiven
Akzeptanz und Offenlegung dieser Implikationen bestimmt.
Ungefähr zur Zeit
der ersten CSCL-Konferenz analysierten Dillenbourg, et al. (1996) den Stand der Forschung zum kollaborativen Lernen
folgendermaßen:
Für viele Jahre
tendierten die Theorien zum kollaborativen Lernen dazu, darauf zu fokussieren,
wie Individuen in Gruppen
funktionieren. Dies spiegelt eine Position wider, die in den 1970er und frühen
1980er Jahren sowohl in der Kognitionspsychologie wie auch der Künstlichen
Intelligenz vorherrschend war, in der Kognition als ein Produkt individueller
Leistung von Informationsverarbeitung und der Kontext sozialer Interaktion mehr
als die Basis individueller Aktivität und weniger als eigenes Forschungsthema
gesehen wurde. In jüngerer Zeit wurde die
Gruppe selbst zur Analyseeinheit und der Fokus verschob sich auf die mehr
emergenten, sozial konstruierten Eigenschaften
der Interaktion.
Bei der empirischen
Forschung lag das anfängliche Ziel darin, zu ermitteln, ob und unter welchen
Umständen kollaboratives Lernen effektiver als individuelles Lernen ist. Die
Forscher variierten verschiedene unabhängige Variablen (Gruppengröße, Gruppenzusammensetzung,
Aufgabeneigenschaften, Kommunikationsmedien usw.). Jedoch interagierten diese
Variablen in einer Weise miteinander, die es nahezu unmöglich machte, kausale
Zusammenhänge zwischen den Bedingungen und Effekten der Kollaboration
herzustellen. Daher begannen in jüngerer Zeit die empirischen Studien damit,
weniger auf die Bestimmung der Parameter
effektiver Kollaboration zu fokussieren, sondern mehr zu versuchen, die Mediatorrolle dieser Variablen für die
Interaktion zu verstehen. Diese Verlagerung hin zu einem eher
prozessorientierten Verstehen erfordert neue
Werkzeuge zur Analyse und Modellierung von Interaktionen. (S. 189,
Hervorhebungen hinzugefügt)
Die von
Dillenbourg et al. betrachtete Forschung – welche den Einfluss der Manipulation
von Kollaborationsvariablen auf Maße individuellen Lernens untersuchte –
lieferte keine klaren Resultate. Die Einflüsse des Geschlechts oder der
Gruppenzusammensetzung (d. h. heterogene oder homogene Kompetenzniveaus)
können je nach Alter, Wissensgebieten, Lehrer etc. völlig verschieden sein.
Dies verletzte nicht nur die methodologische Annahme der Variablenunabhängigkeit,
sondern warf auch Fragen auf, wie das hinter den Effekten Liegende zu verstehen
ist. Den Ursachen auf der Spur zu sein bedeutete zu verstehen, was in den
Gruppeninteraktionen passiert und welche Faktoren für die beobachteten Effekte
verantwortlich sind. Dies widerum verlangte die Entwicklung neuer Methodologien
zur Analyse und Interpretation der Gruppeninteraktionen als solche. Der Fokus
lag nicht länger auf dem Verständnis, was „in den Köpfen“ der individuellen
Lerner passiert, sondern was zwischen und mit ihnen in ihren Interaktionen
passiert.
Die Verschiebung
hin zur Gruppe als Analyseeinheit fällt mit der Fokussierung auf die Gemeinschaft
als Vermittlerin situierten Lernens (Lave, 1991) sowie auf die kollaborative Wissenskonstruktion (Scardamalia & Bereiter, 1991) zusammen. Aber sie verlangte auch nach einer
Erarbeitung einer social theory of mind,
wie zum Beispiel von Vygotsky (1930/1978) skizziert, welche das Verhältnis zwischen
individuellen Lernern und kollaborativem Lernen in Gruppen oder Gemeinschaften
klärt.
Nach Vygotsky
unterscheiden sich die Entwicklungsfähigkeiten individueller Lerner zwischen
kollaborativen Situationen und selbstständigem Arbeiten. Sein Konzept der „Zone
der proximalen Entwicklung“ ist definiert als Distanz zwischen diesen beiden
Entwicklungsniveaus. Das heißt, man kann das in kollaborativen Situationen
stattfindende Lernen – selbst das individuelle – nicht mit Pre- und Posttests
messen, welche die individuellen Fähigkeiten beim selbstständigen Bearbeiten
erfasst. Um herauszufinden, was während des kollaborativen Lernens stattfindet,
hilft es nicht, über mentale Modelle in den Köpfen der Individuen zu
theoretisieren, denn dies erfasst nicht die gemeinsame Bedeutungskonstruktion
während der kollaborativen Interaktion.
Kollaboration ist
in erster Linie als ein Prozess der gemeinsamen Bedeutungskonstruktion
konzeptualisiert. Die Bedeutungskonstruktion wird nicht als Ausdruck mentaler
Repräsentation der individuellen Teilnehmer aufgefasst, sondern als eine
interaktionale Errungenschaft. Die Bedeutungskonstruktion kann als in einer
Abfolge von Äußerungen bzw. Nachrichten mehrerer Teilnehmer stattfindend
analysiert werden. Die Bedeutung kann nicht individuellen Äußerungen oder
einzelnen Lernenden zugeschrieben werden, denn die Bedeutung hängt
typischerweise von den indexikalischen Bezügen auf die geteilte Situation,
elliptischen Referenzen auf vorangegangene Äußerungen und projektiven
Präferenzen zukünftiger Äußerungen ab (Stahl, 2006).
Das Beobachten
von Lernen in kollaborativen Situationen unterscheidet sich vom Beobachten des
Lernens isolierter Lerner. Erstens zeigen die Teilnehmer in Kollaborationssituationen
notwendigerweise ihr Lernen als Teil des Kollaborationsprozesses. Zweitens
finden die Beobachtungen eher in relativ kurzen Perioden der Gruppeninteraktion
statt im Vergleich zu den langen Perioden zwischen Pre- und Posttests.
Ironischerweise
mag es einfacher sein, wenn man Lernen in Gruppen statt bei Individuen
untersucht. Dies liegt an der Besonderheit von Kollaboration, dass die
Teilnehmer einander ihr Verständnis dessen, was in der Interaktion konstruiert
wurde, präsentieren. Mit den während der Kollaboration produzierten Äußerungen,
Texten und Diagrammen beabsichtigten die Teilnehmer, ihr Verstehen
darzustellen. Das ist die Basis erfolgreichen Kollaborierens. Forscher können
sich diese Darstellungen zunutze machen (vorausgesetzt, dass sie die
interpretativen Kompetenzen der Teilnehmer teilen und sie adäquate
Aufzeichnungen dieser Darstellungen zum Beispiel in Form digitaler Videos
festhalten können). Forscher können dann den kollaborativen Prozess
rekonstruieren, in welchem die Gruppenmitglieder die geteilten Bedeutungen –
das durch die Gruppe Gelernte – konstruierten.
Auf der
Ethnomethodologie basierende Methodologien wie die Konversationsanalyse (Sacks, 1992; ten Have, 1999) oder Videoanalyse (Koschmann, Stahl, & Zemel, 2006) erbringen detaillierte Fallstudien der
kollaborativen Bedeutungskonstruktion. Diese Fallstudien sind nicht rein
anekdotisch. Sie basieren auf streng wissenschaftlichen Prozeduren mit
intersubjektiver Validität, auch wenn sie in ihrer Natur interpretativ und
nicht quantitativ sind. Desweiteren können sie allgemein anwendbare Ergebnisse
repräsentieren, denn Menschen teilen weitgehend die Methoden, mit denen sie
interagieren (zumindest innerhalb einer angemessen definierten Gemeinschaft
oder Kultur).
Wie kann die
Analyse der interaktionalen Methoden bei der Gestaltung von CSCL-Technologien und -Pädagogik
helfen? Diese Frage zielt auf die komplexe Wechselwirkung von Bildung und
Computern beim computerunterstützten kollaborativen Lernen.
Edwin Thorndike (1912), ein Begründer des traditionellen
Bildungsansatzes, schrieb einmal:
Wenn durch ein Wunder
an mechanischer Raffinesse ein Buch einmal so gestaltet werden kann, dass nur
der die zweite Seite sehen kann, der all das gemacht hat, worauf Seite eins
zielte, und desgleichen für alle weiteren Seiten, dann könnte vieles von dem,
was momentan persönlichen Unterricht erfordert, durch Gedrucktes erreicht werden
... Kindern könnte überdies gelehrt werden, Materialien derart zu nutzen, wie
es auf lange Sicht am nützlichsten ist. (S. 165)
Dieses Zitat ist
in zweierlei Hinsicht bemerkenswert. Erstens legt es nahe, dass die zentrale
Idee computerunterstützter Instruktion der tatsächlichen Entwicklung von
Computern lange voraus ging. Wichtiger jedoch zeigt es, wie das Ziel der
Erforschung von Bildungstechnologien eng verknüpft und in der Tat nicht zu
unterscheiden ist vom konventionellen Ziel der Bildungsforschung, nämlich die
operational definierbare Steigerung von Lernen. Thorndike schwebte eine
Bildungswissenschaft vor, in der jegliches Lernen messbar ist und darauf
basierend alle pädagogischen Innovationen experimentell evaluiert werden
können. Historisch ist die Erforschung von Bildungstechnologien eng mit dieser
Tradition verknüpft und sie stellt eine Spezialisierung innerhalb dieser dar (cf., Cuban, 1986).
In der
Vergangenheit haben Bildungsforscher Lernen als rein psychologisches Phänomen
betrachtet. Drei wesentliche Merkmale werden Lernen zugeschrieben: Erstens
stellt es eine Antwort auf und Aufnahme von Erfahrung dar. Zweitens wird
Lernen immer als eine über die Zeit hinweg erfolgende Änderung aufgefasst. Und
schließlich wird Lernen als ein Prozess gesehen, der nicht direkt beobachtet
werden kann (Koschmann, 2002b). Diese Sicht ist kulturell so stark verwurzelt,
dass es schwer fällt, lernen in einer anderen Weise zu begreifen. Sie stützt
sich auf etablierte erkenntnistheoretische und geistesphilosophische
Traditionen.
Die
zeitgenössische Philosophie hat diese Traditionen jedoch in Frage gestellt. Die
sogenannten „edifying philosophers“ (Rorty, 1974) – James, Dewey, Wittgenstein und Heidegger –
bäumten sich gegen die Sicht auf, dass Lernen ein nicht zugängliches Ereignis
sei, durch das Wissen einem individuellen Geist zugeführt wird. Sie strebten
nach einem neuen Verständnis von Lernen und Wissen, das in der Welt der
alltäglichen Dinge verortet ist. CSCL machte sich dieses situiertere
Lernverständnis zu eigen und wies damit die Grundfeste konventioneller Bildungsforschung
zurück. CSCL verortet Lernen in der Bedeutungsaushandlung, die statt in den
individuellen Köpfen in der sozialen Welt ausgetragen wird. Von den
verschiedenen sozial orientierten Lerntheorien entsprechen die social practice theory (Lave & Wenger, 1991) und die dialogical
theories of learning (e.g., Hicks, 1996) am direktesten der Sicht auf Lernen als eine
sozial organisierte Bedeutungskonstruktion. Die social practice theory fokussiert auf einen Aspekt der Bedeutungsaushandlung:
der Aushandlung sozialer Identität innerhalb einer Gemeinschaft. Dialogical theories verorten Lernen in
der emergenten Bedeutungsentwicklung innerhalb sozialer Interaktion.
Zusammengenommen beinhalten sie eine Basis für das Nachdenken über und die
Erforschung von Lernen.
Das
Gestaltungsziel bei CSCL ist es, Artefakte, Aktivitäten und Umgebungen zu
schaffen, welche die Praxis der Bedeutungskonstruktion von Gruppen verbessert.
Die großen Fortschritte der letzten Dekaden in der Computer- und
Kommunikationstechnologien, wie dem Internet, haben die Art und Weise, wie wir
arbeiten, spielen und lernen grundlegend verändert. Jedoch hat Technologie,
egal wie gut oder ausgeklügelt sie auch gestaltet ist, für sich genommen die
Fähigkeit, die Praxis zu verändern. Um Möglichkeiten zur Verbesserung der
Praxis zu schaffen, bedarf es vielfältigerer Formen des Designs (unter
Einbringung von Expertise, Theorie und Praxis verschiedener Disziplinen): ein
Design, das das Curriculum (Pädagogik, Didaktik), die Ressourcen
(Informationswissenschaft, Kommunikationswissenschaft), die Partizipationsstrukturen
(Interaktionsdesign), die Werkzeuge (Designstudien) und den umgebenden Raum
(Architektur) adressiert.
Wie der Titel
eines Kommentars von LeBaron (2002) nahe legt, “Technology does not exist independent
of its use.” Man ersetze “Technologie” durch “Aktivitäten, Artefakte und Umgebungen“,
doch die Botschaft bleibt dieselbe – diese Elemente allein können nicht neue
Formen des Gebrauchs definieren, sondern sie werden stattdessen innerhalb des
Gebrauchs konstituiert. Eine Umgebung für eine gewünschte Form des Gebrauchs
wird zu einer solchen erst durch die organisierten Aktionen seiner „Bewohner“.
Werkzeuge und Artefakte sind nur auf die Weisen Werkzeuge und Artefakte, wie
sie von den Teilnehmern im direkten Gebrauch ausgerichtet und relevant gemacht
werden. Selbst Aktivitäten werden als solche nur dadurch kenntlich gemacht, wie
sich Teilnehmer auf sie als geordnete Formen gemeinsamen Handelns ausrichten.
Deshalb muss
Softwaredesign für CSCL einher gehen mit der Analyse der im entstehenden und
fortlaufenden Gebrauch konstruierten Bedeutungen. Bedeutungen reflektieren
vergangene Erfahrung und sind offen für endlose Aushandlung und Neubewertung.
Ferner haben weder die Analytiker noch die Teilnehmer einen privilegierten
Zugang zu den subjektiven Interpretationen anderer. Abgesehen von diesen
Punkten engagieren sich Teilnehmer routiniert in koordinierten Aktivitäten und
handeln, als ob ein gemeinsames Verständnis sowohl möglich war als auch
erreicht wurde. Eine fundamentale Frage hierbei ist: wie wird dies erreicht? Um
Technologie für die Unterstützung kollaborativen Lernens und kollaborativer
Wissenskonstruktion gestalten zu können, müssen wir genauer verstehen, wie kleine
Gruppen von Lernenden mittels verschiedener Artefakte und Medien gemeinsame
Bedeutungen konstruieren.
Der Frage, wie Intersubjektivität erreicht wird, wurde
in einer Vielfalt spezialisierter Disziplinen nachgegangen: in der Pragmatik (Levinson, 2000; Sperber & Wilson, 1982), der Sozialpsychologie (Rommetveit, 1974), der linguistischen Anthropologie (Hanks, 1996) und der Soziologie (cf. Goffman, 1974), speziell der soziologischen Forschung in der
Ethnomethodologischen Tradition (Garfinkel, 1967; Heritage, 1984). Das Problem der Intersubjektivität ist von besonderer
Bedeutung für all jene, die verstehen möchten, wie Lernen innerhalb von
Interaktion hervor gebracht wird. Lernen kann aufgefasst werden als ein Akt,
durch den divergente Bedeutungen miteinander in Kontakt gebracht werden (Hicks, 1996), und Unterricht als soziale und materielle Arrangements,
um solche Aushandlungen zu fördern. Die Analyse der Praxis von Bedeutungskonstruktion
ruft nach der Zuhilfenahme der Methoden und Anliegen der Psychologie
(besonders der diskursiven und kulturellen Varianten), Soziologie (besonders
der mikrosoziologisch und ethnomethodologisch ausgerichteten Traditionen),
Anthropologie (einschließlich der linguistischen Anthropologie und der
Anthropologie der konstruierten Umgebung), Pragmatik, Philosophie,
Kommunikationswissenschaft, Organisationswissenschaften und anderen.
Die CSCL-Forschung
beinhaltet sowohl Analyse- als auch Designbestandteile. Die Analyse der
Bedeutungskonstruktion erfolgt induktiv und ist indifferent gegenüber
Reformzielen. Sie sucht einzig zu erkennen, was Menschen in einer Interaktion
von Augenblick zu Augenblick machen, ohne ein Rezept und ohne Bewertung.
Gestaltung auf der anderen Seite ist von Natur aus vorschreibend – jede
Bestrebung hin zu einer Reform beginnt mit der Annahme, dass es bessere und
schlechtere Wege gibt, wie man etwas machen kann. Damit man für die Gestaltung
einer verbesserten Bedeutungskonstruktion sorgen kann, bedarf es einiger Mittel
zur genauen Untersuchung der Praxis. In dieser Hinsicht ist das Verhältnis
zwischen Analyse und Design symbiotisch – das Design muss durch die Analyse
sachkundig sein und auch die Analyse hängt in ihrer Ausrichtung auf das
Analyseobjekt von der Gestaltung ab (Koschmann
et al., 2006).
CSCL muss die
Arbeit der Selbsterfindung fortführen. Neue Theoriequellen müssen eingeführt,
Analysen der Lernerpraxis präsentiert und Artefakte produziert werden, und
damit einhergehend Theorien darüber, wie diese die Bedeutungskonstruktion
verbessern können. Die Gestaltung von CSCL-Technologien, welche neue
Möglichkeiten zum kollaborativen Lernen eröffnen, muss auf der Analyse der
Natur kollaborativen Lernens basieren.
Koschmann (2002a) präsentierte eine programmatische Beschreibung
von CSCL in seiner Keynote zur CSCL 2002:
CSCL ist ein
Forschungsbereich, der sich hauptsächlich mit Bedeutung und der Praxis der
Bedeutungskonstruktion im Kontext gemeinsamer Aktivitäten sowie den Wegen, wie
diese Praxis durch gestaltete Artefakte mediiert wird, befasst. (p. 18)
Der
möglicherweise im Detail am schwersten zu verstehende Aspekt des kollaborativen
Lernens kann umschrieben werden als „Praxis der Bedeutungskonstruktion im
Kontext gemeinsamer Aktivitäten“, als intersubjektives
Lernen (Suthers, 2005) oder als Gruppenkognition
(Stahl, 2006). Das ist Lernen, welches nicht bloß interaktional
erreicht sondern durch die Interaktionen zwischen den Teilnehmern tatsächlich konstituiert wird. Garfinkel folgend
argumentieren Koschmann et al. (2006) für ein Studium der „Methoden der
Mitglieder“ zur Bedeutungskonstruktion: “how participants in such
[instructional] settings actually go about doing learning” (Hervorhebung im
Original). Zusätzlich zum Verstehen, wie die kognitiven Prozesse der Teilnehmer
durch die soziale Interaktion beeinflusst werden, müssen wir verstehen, wie
sich in den Interaktionen zwischen Teilnehmern die Lernereignisse selbst
vollziehen.
Das Studium der
gemeinsamen Bedeutungskonstruktion spielt noch keine herausragende Rolle in der
CSCL-Praxis. Selbst dort, wo Interaktionsprozesse (statt individueller
Lernergebnisse) im Detail untersucht werden, erfolgen die Analysen
typischerweise durch Zuweisen von Kodierungskategorien und Auszählen
vordefinierter Merkmale. In der Tat ersetzen jedoch die Kodierungen das interessierte
Phänomen durch vordefinierte Verhaltenskategorien, statt das danach getrachtet
wird, diese Phänomene in ihrer einzigartigen Situation zu entdecken (Stahl, 2002).
Einige wenige in
der CSCL-Literatur veröffentlichte Studien haben dieses Problem der
Beschreibung der Konstitution von Intersubjektivität in der Interaktion
adressiert (zum Beispiel, Koschmann et al., 2006; Koschmann et
al., 2003; Roschelle, 1996; Stahl, 2006).
Roschelles frühe
Studie gestaltete Software speziell für die Bedeutungskonstruktion bezogen auf
Physik, definierte Lerneraktivitäten, um die Lernenden für die gemeinsame
Problemlösung zu gewinnen, und analysierte ihre kollaborative Praxis im
Mikrodetail. Koschmanns Arbeit war generell auf die Methoden der Teilnehmer zur
Problematisierung fokussiert: Wie Gruppen von Lernenden kollektiv eine
Situation als problematisch und nach weiterer spezifischer Analyse verlangend
charakterisieren.
Stahl (2006) argumentiert, dass kleine Gruppen aus
verschiedenen Gründen die ergiebigste Einheit für das Studium intersubjektiver
Bedeutungskonstruktion sind. Der einfachste ist, dass in kleinen Gruppen die
Methoden der Mitglieder zum intersubjektiven Lernen beobachtet werden können.
Gruppen mit einigen wenigen Mitgliedern erlauben es dem gesamten Spektrum
sozialer Interaktionen, zum Zuge zu kommen, sind jedoch nicht so groß, als dass
die Teilnehmer und ebenso die Forscher notwendigerweise aus den Augen
verlieren, was vor sich geht. Die gemeinsame Konstruktion von Bedeutung ist
für die Forschung am sichtbarsten und verfügbarsten in der Analyseeinheit der
Kleingruppe, in der sie als Gruppenkognition
auftritt. Darüber hinaus liegen Kleingruppen auf der Grenze zwischen Individuen
und Gemeinschaften und vermitteln zwischen diesen. Der in den Kleingruppen
stattfindende Wissensaufbau wird „internalisiert durch die Mitglieder mittels
individuellem Lernens und externalisiert in ihren Gemeinschaften als
feststellbares Wissen“ (Stahl, 2006). Jedoch sollten Kleingruppen nicht die einzig
untersuchte soziale Granularität sein. Analysen weitreichender Veränderungen in
Gemeinschaften und Organisationen können zu einem Verständnis emergenter
Phänomene sozialen Lernens führen und die Rolle der diese Veränderungen
vorantreibenden eingebetteten Gruppen aufhellen.
Das Studium der
interaktionalen Bewältigung intersubjektiven Lernens bzw. der Gruppenkognition
führt zu interessanten Fragen, die zu den herausfordernsten jeder Wissenschaft
des Sozialverhaltens gehören und sogar unsere Natur als bewusste Menschen
berühren. Finden kognitive Phänomene trans-personal im Gruppendiskurs statt?
Wie ist es für dem Lernen, üblicherweise als eine kognitive Funktion angesehen,
möglich, über Menschen und Artefakte verteilt zu sein? Wie können wir Wissen
als bewältigte Praxis und weniger als ein Besitzoder gar Prädisposition verstehen?
In CSCL-Kontexten
sind die Gruppeninteraktionen zwischen den Individuen durch Computerumgebungen
vermittelt. Die zweite Hälfte von Koschmanns programmatischer Definition des
CSCL-Arbeitsgebietes besteht aus „den Wegen, wie diese Praxis [der
Bedeutungskonstruktion im Kontext gemeinsamer Aktivitäten] durch gestaltete
Artefakte mediiert wird“. Die Computerunterstützung für die intersubjektive
Bedeutungskonstruktion ist es, was dieses Feld einzigartig macht.
Die
technologische Seite der CSCL-Agenda fokussiert auf die Gestaltung und das
Studium grundlegend sozialer Technologien. Grundlegend sozial zu sein bedeutet,
dass die Technologie spezifisch zur Vermittlung und Anregung sozialer Akte, die
das Gruppenlernen konstituieren und zum individuellen Lernen führen, gestaltet ist.
Das Design sollte die einzigartigen Möglichkeiten der Technologie wirksam
einsetzen, statt Lernunterstützung zu replizieren, die auch durch andere Mittel
erfolgen kann, oder (schlimmer noch) die Technologie zu etwas zu machen, für
das sie nicht geeignet ist. Was ist das Einzigartige an der
Informationstechnologie, welches diese Rolle ausfüllen kann?
·
Computationale
Medien sind rekonfigurierbar. Repräsentationen sind dynamisch: es ist einfach,
Dinge hin und her zu schieben und Aktionen rückgängig zu machen. Es ist
einfach, diese Aktionen woanders zu replizieren: Zeit und Raum können
überbrückt werden. Diese Merkmale machen die Informationstechnologie als
„Kommunikationskanal“ attraktiv, aber wir sollten das Potential der
Technologie, neue Interaktionen möglich zu machen, ausnutzen und nicht
versuchen, eine Nachbildung der Face-to-Face-Interaktion zu erzwingen.
·
Computervermittelte
Kommunikationsumgebungen „verwandeln Kommunikation in Substanz“ (Dillenbourg, 2005). Eine Aufzeichnung der Aktivität wie auch das
Ergebnis können aufgehoben, wieder abgespielt und sogar verändert werden. Wir
sollten das Potential der persistenten Aufzeichnung der Interaktion und
Kollaboration als Ressource für das intersubjektive Lernen erkunden.
·
Computationale
Medien können den Arbeitsplatzzustand und die Interaktionssequenzen analysieren
und sich entsprechend deren Merkmale selbst umkonfigurieren oder Anzeigen
erzeugen. Wir sollten das Potential adaptiver Medien zum Beeinflussen des
Verlaufs intersubjektiver Prozesse erforschen und uns ihre Fähigkeiten zur Aufforderung,
Analyse und selektiven Rückmeldung zunutze machen.
Menschliche
Kommunikation und der Gebrauch repräsentationaler Ressourcen für diese Kommunikation
sind hochflexibel: Technologien können Möglichkeiten eröffnen, sie können
jedoch nicht Bedeutungen fixieren oder gar kommunikative Funktionen festlegen (Dwyer & Suthers, 2005). Vor diesem Hintergrund sollte die CSCL-Forschung
die einzigartigen Vorteile elektronischer Medien identifizieren und erkunden,
wie diese durch die Kollaborierenden genutzt werden und wie sie den Verlauf
der Bedeutungskonstruktion beeinflussen. Dann werden wir Technologien
gestalten, die Funktionszusammenstellungen anbieten, die durch flexiblen Formen
der Anleitung Teilnehmer in die Lage versetzen, sich interaktional in das Lernen
einzubringen.
Zur Zeit kann
CSCL als aus drei methodologischen Traditionen bestehend charakterisiert
werden: experimentell, deskriptiv und iterative Gestaltung.
Viele empirische
CSCL-Studien folgen dem vorherrschenden experimentellen
Paradigma, das eine Interventions- mit einer Kontrollbedingung auf eine oder
mehrere Variablen hin vergleicht (e.g., Baker & Lund, 1997; Rummel & Spada,
2005; Suthers & Hundhausen, 2003; Van Der Pol, Admiraal, & Simons,
2003; Weinberger et al., 2005). In den meisten dieser Studien erfolgt die
Datenanalyse durch „kodieren und zählen“: Interaktionen werden kategorisiert
und/oder Lernergebnisse gemessen und Gruppenmittelwerte mittels statistischer
Methoden verglichen, so dass allgemeine Folgerungen über den Einfluss der
manipulierten Variablen auf das aggregrierte (durchschnittliche)
Gruppenverhalten abgeleitet werden können. Diese Studien analysieren nicht
direkt das Bewältigen intersubjektiven Lernens. Solch eine Analyse muss eher
die Struktur und das Ziel einzigartiger Fälle von Interaktionen betrachten, als
Verhaltenskategorien zu zählen und zu aggregieren.
Die
ethnomethodologische Tradition (für CSCL beispielhaft erläutert durch Koschmann et al., 2006; Koschmann et al., 2003; Roschelle, 1996; Stahl,
2006) ist eher für deskriptive
Fallanalysen geeignet. Videos oder Transkripte von Lernern oder anderen
Mitgliedern einer Lerngemeinschaft werden studiert, um die Methoden, mit denen
Gruppen das Lernen gemeistert haben, freizulegen. Der gegenstandsverankerte
(grounded) Ansatz ist datengetrieben, man versucht, Muster in den Daten zu
entdecken, statt ihnen theoretische Kategorien aufzudrängen. Die Analyse
ist oft mikroanalytisch, eine kurze Episode wird in großer Detailliertheit
betrachtet. Deskriptive Methodologien sind gut für existenzquantifizierte
Aussagen (z. B. dass eine Gemeinschaft sich manchmal in einer bestimmten
Praxis engagiert) geeignet. Als Wissenschaftler und Designer würden wir aber
gerne kausale Verallgemeinerungenüber die Effekte
von Designentscheidungen machen. Deskriptive Methodologien sind weniger dafür
geeignet, quantitative Beweise für die Effekte einer Intervention zu liefern
– dies ist das Gebiet der experimentellen Methodologie. Aber oft können
deskriptive Methodologien verstehen, wie sehr allgemeine Praktiken
funktionieren.
Den
traditionellen Analysemethoden der Experimentalpsychologie entgehen die
„Mitgliedermethoden“, durch welche kollaboratives Lernen erreicht wird – die
intersubjektive Bedeutungskonstruktion. Aber dies impliziert nicht, dass
jegliche CSCL-Forschung ethnomethodologisch sein sollte. Eher legen die
vorangegangenen Betrachtungen nahe, dass wir hybride Forschungsmethoden
entwickeln (Johnson & Onwuegbuzie, 2004). Weiterhin können mit experimentellen Designs
Interventionen verglichen werden, aber die Vergleiche sollten bezüglich der in
den Mikroanalysen identifizierten Merkmale, wie Informationstechnologie
einerseits die Methoden der Mitglieder für die gemeinsame
Bedeutungskonstruktion beeinflusst und wie die Mitglieder sich andererseits die
Technologie zueigen machen, erfolgen. Konzeptuell verändert sich die
Prozessanalyse vom „Kodieren und Zählen“ zum „Erkunden und Verstehen“ der
Varianten, wie Designvariablen die Unterstützung der Bedeutungskonstruktion
beeinflussen. Solche Analysen sind zeitaufwendig: wir sollten (als
Forschungshilfen) Messinstrumentarien für Lernumgebungen, automatische
Visualisierungen und Abfragen der Interaktionslogs entwickeln (as in Cakir
et al., 2005; Donmez et al.,
2005). Umgekehrt können traditionelle Analysen,
speziell die Maße für den Lernerfolg wie auch das „Kodieren und Zählen“,
beibehalten werden, um schnell Hinweise dafür zu gewinnen, wo sich eine
detailliertere Analyse lohnt, und dadurch die Detailarbeit zu fokussieren (as in Zemel, Xhafa, & Stahl, 2005).
Die Tradition des
iterativen Designs wurde von Fischer
& Ostwald (2005), Lingnau, et al. (2003) und Guzdial et al. (1997) veranschaulicht. Angetrieben durch die
Wechselwirkungen zwischen der entstehenden Theorie, informellen Beobachtungen
und dem Engagement der Interessenvertreter verbessern designorientierte
Wissenschaftler ständig die für die Vermittlung von Lernen und Kollaboration
gedachten Artefakte. Ihre Forschung ist nicht notwendigerweise entweder
qualitativ oder quantitativ, sondern kann auch „quisitive“ (Goldman, Crosby, & Shea, 2004) sein – erforschend und intervenierend.
Es reicht nicht aus, das Verhalten der Menschen beim Gebrauch neuer Software
nur zu beobachten. Wir müssen den „Raum“ für mögliche Designs erkunden, in neue
Bereiche vorstoßen und Erfolg versprechende Feature identifizieren, welche dann
weitere Studien unter den anderen methodologischen Traditionen erfahren.
Designer müssen Mikroanalysen kollaborativen Lernens mit und durch Technologie
durchführen, um diejenigen Merkmale der gestalteten Artefakte zu
identifizieren, die mit wirksamen Lernen zu korrelieren scheinen. Wenn eine
neue technische Intervention getestet wird, können experimentelle Methoden
zur Dokumentation signifikanter Unterschiede genutzt werden, während deskriptive
Methoden dokumentieren können, wie die kollaborativen Interaktionen durch die
Interventionen unterschiedlich vermittelt werden. Eine Unterhaltung zwischen
den theoretischen Annahmen der Ethnomethodologie und denen des Designs kann zu
einer „Technomethodologie“ führen, welche die eigentlichen Ziele des Designs verändert
(Button & Dourish, 1996).
Eine potentielle
Beschränkung deskriptiver Methodologien sollte jedoch beachtet werden. Konzentrieren
wir uns auf das Finden von Beispielen, wie Mitglieder wirksames Lernen
erreichen, könnten uns reichlich vorhandene Beispiele dafür entgehen, wie es
ihnen auch misslingt. Jedoch um herauszubekommen, dass etwas nicht da ist,
müssen wir eine Idee davon haben, wonach wir suchen. Ein rein datengetriebener
Ansatz, der Theorie ableitet aber niemals anwendet, wird nicht ausreichen. Deskriptive
Methoden können dahingehend modifiziert werden. Häufige Muster, die in
erfolgreichen Lernepisoden gefunden wurden, werden anschließend zu
theoretischen Kategorien, nach denen wir mit analytischen Methoden anderswo
suchen und die wir möglicherweise in Fällen nicht-erfolgreicher Kollaboration
nicht finden. Haben wir identifiziert, wo die erfolgreichen Methoden nicht angewandt wurden, können wir diese
Situationen dahingehend hin untersuchen, welche Charakteristik der Situation
fehlte oder verantwortlich war. Einzigartige und nicht reproduzierbare Fälle,
in denen die Kollaboration mit Technologie auf interessante Weise scheitert,
können oft die tiefsten Einsichten darüber liefern, was stattfindet aber
üblicherweise als selbstverständlich und unsichtbar angesehen wird. Es gilt
jedoch zu beachten, dass wir beim Ausfindigmachen von Fallbeispielen, in denen
kein interaktionales Erreichen von Lernen zu sehen ist, nicht übersehen, dass
etwas anderes für die Teilnehmer wertvolles erreicht wurde! Aus Sicht der Teilnehmer
sind zum Beispiel die Etablierung und Aufrechterhaltung von individueller und
Gruppenidentität wertvolle Leistungen (Whitworth, Gallupe, & McQueen, 2000) und tatsächlich eine Form situierten Lernens,
obwohl sie Forscher anfänglich als soziales, nicht sachbezogenes Plaudern
einstufen könnten.
Wir haben
gesehen, dass die CSCL-Forschung mehrere Ziele und Beschränkungen berücksichtigen
muss. Die Forschungsgemeinschaft umfasst notwendigerweise Menschen mit
verschiedensten beruflichen und fachlichen Hintergründen und Ausbildungen. Sie
bringen unterschiedliche Forschungparadigmen, entgegengesetzte Sichten auf
Daten, Analysemethoden, Präsentationsarten, Konzepte der Exaktheit und
technische Vokabularien mit. Sie kommen aus allen Himmelsrichtungen mit
verschiedenen Kulturen und Muttersprachen. CSCL ist ein sich schnell
entwickelndes Feld, welches sich (wie die Learning Sciences generell) in der
Schnittmenge anderer Gebiete, die sich ebenfalls kontinuierlich
weiterentwickeln, befindet. Zu jedem Zeitpunkt agieren die Mitglieder der
Forschungsgemeinschaft vor dem Hintergrund ihrer jeweiligen Vorstellung davon,
worum es sich bei CSCL handelt. Zum Beispiel definiert Sfard (1998) zwei weitreichende und unversöhnliche Metaphern
von Lernen, welche notwendigerweise für CSCL relevant sind: die
Aneignungsmetapher, nach der Lernen darin besteht, dass Individuen sich Wissen
aneignen und in ihrem Gedächtnis speichern, und die Partizipationsmetapher,
nach der Lernen aus der zunehmenden Partizipation in Praxisgemeinschaften
besteht. Lipponen, Hakkarainen & Paavola (2004), steuern basierend auf Bereiter (2002) und Engeström (1987) eine dritte Metapher bei: die
Wissenserzeugungsmetapher, in der neue Wissensobjekte oder soziale Praktiken
durch Kollaboration in der realen Welt erzeugt werden. Folglich ist es schwer,
eine wohldefinierte, konsistente und umfassende Definition der Theorie,
Methodologie, Befunde und best practices von CSCL anzugeben. Möglicherweise
muss man – wie Sfard argumentiert – folgern, dass CSCL heutzutage
notwendigerweise scheinbar unversöhnliche Ansätze verfolgt. Man kann
spekulieren, dass integriertere, hybride Ansätze, so wie wir das vorzuschlagen
versucht haben, in der Zukunft möglich sein können.
Die
Forschungsmethodologie der CSCL ist im Großen und Ganzen zwischen
experimentellen Ansätzen, deskriptiven Ansätzen und iterativen Designansätzen
trichotomisiert. Obwohl die Methodologien manchmal innerhalb eines Forschungsprojektes
kombiniert werden, werden sie auch dann üblicherweise getrennt in nebeneinander
laufenden Studien oder separaten Auswertungen einer einzelnen Studie
eingesetzt. Unterschiedliche Forscher tragen manchmal unterschiedliche Hüte
im selben Projekt und repräsentieren dann unterschiedliche Forschungsinteressen
und -methodologien. Diese Situation mag dennoch produktiv sein: die
experimentell arbeitenden Forscher identifizieren weiterhin Variablen, die
allgemeine Parameter kollaborativen Verhaltens beeinflussen, die
Ethnomethodologen identifizieren für die Bedeutungskonstruktion grundlegende
Muster gemeinsamer Aktivitäten und die Designer führen Neuerungen ein, um neue
technologische Möglichkeiten kreativ anzupassen. Bald jedoch werden wohl innerhalb des CSCL Experimentatoren damit
beginnen, sich auf die abhängigen Variablen zu konzentrieren, die den
deskriptiven Forschern direkt das interessierte Phänomen widerspiegeln (Fischer & Granoo, 1995), Ethnomethodologen werden nach prädiktiven Regelmäßigkeiten in der
technologisch vermittelten Bedeutungskonstruktion suchen, die dann in das
Design einfließen, und die Designer werden vielversprechende neue
technologische Affordanzen bezüglich der von ihnen ermöglichten
Bedeutungskonstruktion schaffen und bewerten. Gegenseitige Unterstützung und
eine engere Kollaboration können durch hybride Methodologien möglich werden,
zum Beispiel durch die Anwendung reichhaltigerer deskriptiver Analysemethoden
auf das Problem des Verstehens der Folgen experimenteller Manipulationen oder
neuer Designs, oder aber durch Computerunterstützung für unsere eigenen
bedeutungskonstruktierenden Aktivitäten als Forscher.
CSCL-Forscher
bilden eine Gemeinschaft des Erkundens, welche aktiv neue Wege der Kollaboration
für das Design, die Analyse und Einführung von Computerunterstützung für
kollaboratives Lernen konstruiert. Ein breites Spektrum an Forschungsmethoden
aus den Learning Sciences dürfte bei der Analyse computerunterstützten
kollaborativen Lernens hilfreich sein.
Mittels angepasster
Ideen, Methoden und Funktionsweisen aus verwandten Gebieten dürfte CSCL das
Forschungsgebiet CSCL in seiner nächsten Phase kollaborativ neue Theorien,
Methodologien und Technologien konstruieren, die spezifisch auf die Aufgabe,
soziale Praktiken der intersubjektiven Bedeutungskonstruktion im Hinblick auf
die Unterstützung kollaborativen Lernens zu analysieren, ausgerichtet sind. Die
Autoren dieser Abhandlung haben argumentiert, dass CSCL eher einen Fokus auf
die bedeutungskonstruierenden Praktiken kollaborierender Gruppen und auf das
Design technologischer Artefakte zur Vermittlung von Interaktion als auf
individuelles Lernen benötigt. Ob dieser Fokus zu einem kohärenten
theoretischen Rahmenwerk sowie einer kohärenten Forschungsmethodologie für CSCL
führen kann, wird und sollte, bleibt abzuwarten.
Eine Version
dieser Abhandlung wurde als (Stahl, Koschmann, & Suthers, 2006) veröffentlicht. Sie profitierte von den
redaktionellen Vorschlägen von Keith Sawyer.
Andriessen, J., Baker, M., & Suthers, D.
(Eds.). (2003). Arguing to learn:
Confronting cognitions in computer-supported collaborative learning
environments. Dordrecht, Netherlands: Kluwer Academic Publishers.
Computer-supported collaborative learning book series, vol 1.
Baker,
M., & Lund, K. (1997). Promoting reflective interactions in a CSCL environment.
Journal of Computer Assisted Learning, 13,
175-193.
Bereiter,
C. (2002). Education and mind in the
knowledge age. Hillsdale, NJ: Lawrence Erlbaum Associates.
Bromme,
R., Hesse, F. W., & Spada, H. (Eds.). (2005). Barriers and biases in computer-mediated knowledge communication, and
how they may be overcome. New York, NY: Springer. Computer-supported
collaborative learning book series, vol 5.
Bruce, B.
C., & Rubin, A. (1993). Electronic
quills: A situated evaluation of using computers for writing in classrooms.
Hillsdale, NY: Lawrence Erlbaum Associates.
Bruffee,
K. (1993). Collaborative learning.
Baltimore, MD: Johns Hopkins University Press.
Button,
G. Y., & Dourish, P. (1996). Technomethodology:
Paradoxes and possibilities. Paper presented at the ACM Conference on Human
Factors in Computing Systems (CHI '96), Vancouver, Canada. Proceedings pp.
19-26.
Cakir,
M., Xhafa, F., Zhou, N., & Stahl, G. (2005). Thread-based analysis of patterns of collaborative interaction in chat.
Paper presented at the international conference on AI in Education (AI-Ed
2005), Amsterdam, Netherlands. Retrieved from http://GerryStahl.net/pub/aied2005.pdf.
Cole, M.
(1996). Cultural psychology: A once and
future discipline. Cambridge, MA: Harvard University Press.
Crook, C.
(1994). Computers and the collaborative
experience of learning. London, UK: Routledge.
Cuban, L.
(1986). Teachers and machines: The
classroom use of technology since 1920. New York, NY: Teachers College
Press.
Dillenbourg,
P. (2005). Designing biases that augment socio-cognitive interactions. In R.
Bromme, F. Hesse & H. Spada (Eds.), Barriers
and biases in computer-mediated knowledge communication--and how they may be
overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.
Dillenbourg,
P. (Ed.). (1999). Collaborative learning:
Cognitive and computational approaches. Amsterdam, NL: Pergamon, Elsevier
Science.
Dillenbourg,
P., Baker, M., Blaye, A., & O'Malley, C. (1996). The evolution of research
on collaborative learning. In P. Reimann & H. Spada (Eds.), Learning in humans and machines: Towards an
interdisciplinary learning science (pp. 189-211). Oxford, UK: Elsevier.
Donmez,
P., Rose, C., Stegmann, K., Weinberger, A., & Fischer, F. (2005). Supporting CSCL with automatic corpus
analysis technology. Paper presented at the International Conference of
Computer Support for Collaborative Learning (CSCL 2005), Taipei, Taiwan.
Dwyer,
N., & Suthers, D. (2005). A study of
the foundations of artifact-mediated collaboration. Paper presented at the
international conference of Computer-Supported Collaborative Learning (CSCL
2005), Taipei, Taiwan.
Engeström,
Y. (1987). Learning by expanding: An
activity-theoretical approach to developmental research. Helsinki, Finland:
Orienta-Kosultit Oy.
Fischer,
G., & Ostwald, J. (2005). Knowledge communication in design communities. In
R. Bromme, F. Hesse & H. Spada (Eds.), Barriers
and biases in computer-mediated knowledge communication--and how they may be
overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.
Fischer,
K., & Granoo, N. (1995). Beyond one-dimensional change: Parallel,
concurrent, socially distributed processes in learning and development. Human Development, 1995 (38), 302-314.
Garfinkel,
H. (1967). Studies in ethnomethodology.
Englewood Cliffs, NJ: Prentice-Hall.
Goffman,
E. (1974). Frame analysis: An essay on
the organization of experience. New York, NY: Harper & Row.
Goldman,
R., Crosby, M., & Shea, P. (2004). Introducing quisitive research:
Expanding qualitative methods for describing learning in ALN. In R. S. Hiltz
& R. Goldman (Eds.), Learning
together online: Research on asynchronous learning networks (pp. 103-121).
Mahwah, NJ: Lawrence Erlbaum Associates.
Goodyear,
P., Banks, S., Hodgson, V., & McConnell, D. (Eds.). (2004). Advances in research on networked learning.
Dordrecht, Netherlands: Kluwer Academic Publishers. Computer-supported
collaborative learning book series, vol 4.
Gruber,
S., Peyton, J. K., & Bruce, B. C. (1995). Collaborative writing in multiple
discourse contexts. Computer-Supported
Cooperative Work, 3, 247-269.
Guzdial,
M., Hmelo, C., Hubscher, R., Newstetter, W., Puntambekar, S., Shabo, A., et al.
(1997). Integrating and guiding
collaboration: Lessons learned in computer-supported collaboration learning
research at Georgia Tech. Paper presented at the international conference
on Computer-Supported Collaborative Learning (CSCL '97), Toronto, Canada.
Proceedings pp. 91-100.
Hanks, W.
(1996). Language and communicative
practices. Boulder, CO: Westview.
Heritage,
J. (1984). Garfinkel and ethnomethodology.
Cambridge, UK: Polity Press.
Hicks, D.
(1996). Contextual inquiries: A discourse-oriented study of classroom learning.
In D. Hicks (Ed.), Discourse, learning
and schooling (pp. 104-141). New York, NY: Cambridge University Press.
Hoadley,
C. (2005). The shape of the elephant:
Scope and membership of the CSCL community. Paper presented at the
international conference of Computer-Supported Collaborative Learning (CSCL
2005), Taipei, Taiwan.
Johnson,
R. B., & Onwuegbuzie, A. J. (2004). Mixed methods research: A research
paradigm whose time has come. Educational
Researcher, 33 (7), 14-26.
Kienle,
A., & Wessner, M. (2005). Our way to
Taipei: An analysis of the first ten years of the CSCL community. Paper
presented at the international conference of Computer-Supported Collaborative
Learning (CSCL 2005), Taipei, Taiwan.
Koschmann,
T. (1996a). Paradigm shifts and instructional technology. In T. Koschmann
(Ed.), CSCL: Theory and practice of an
emerging paradigm (pp. 1-23). Mahwah, NJ: Lawrence Erlbaum.
Koschmann,
T. (2002a). Dewey's contribution to the foundations of CSCL research. In G.
Stahl (Ed.), Computer support for
collaborative learning: Foundations for a CSCL community: Proceedings of CSCL
2002 (pp. 17-22). Boulder, CO: Lawrence Erlbaum Associates.
Koschmann,
T. (2002b). Dewey's critique of
Thorndike's behaviorism. Paper presented at the AERA 2002, New Orleans, LA.
Koschmann,
T. (Ed.). (1996b). CSCL: Theory and practice
of an emerging paradigm. Hillsdale, NJ: Lawrence Erlbaum Associates.
Koschmann,
T., Hall, R., & Miyake, N. (Eds.). (2002). CSCL2: Carrying forward the conversation. Mahwah, NJ: Lawrence
Erlbaum Associates.
Koschmann,
T., Stahl, G., & Zemel, A. (2006). The video analyst's manifesto (or the
implications of Garfinkel's policies for the development of a program of video
analytic research within the learning sciences). In R. Goldman, R. Pea, B.
Barron & S. Derry (Eds.), Video
research in the learning sciences. Retrieved from http://GerryStahl.net/publications/journals/manifesto.pdf.
Koschmann,
T., Zemel, A., Conlee-Stevens, M., Young, N., Robbs, J., & Barnhart, A.
(2003). Problematizing the problem: A single case analysis in a dPBL meeting.
In B. Wasson, S. Ludvigsen & U. Hoppe (Eds.), Designing for change in networked learning environments: Proceedings of
the international conference on computer support for collaborative learning
(CSCL '03) (pp. 37-46). Bergen, Norway: Kluwer Publishers.
Lave, J.
(1991). Situating learning in communities of practice. In L. Resnick, J. Levine
& S. Teasley (Eds.), Perspectives on
socially shared cognition (pp. 63-83). Washington, DC: APA. D.O.I.: [1991].
Lave, J.,
& Wenger, E. (1991). Situated
learning: Legitimate peripheral participation. Cambridge, UK: Cambridge
University Press.
LeBaron,
C. (2002). Technology does not exist independent of its use. In T. Koschmann,
R. Hall & N. Miyake (Eds.), CSCL 2:
Carrying forward the conversation (pp. 433-439). Mahwah, NJ: Lawrence
Erlbaum Associates.
Levinson,
S. C. (2000). Presumptive meanings: The
theory of generalized conversational implicature. Cambridge, MA: MIT Press.
Lingnau,
A., Hoppe, H. U., & Mannhaupt, G. (2003). Computer supported collaborative
writing in an early learning classroom. Journal
of Computer Assisted Learning, 19 (2), 186-194.
Lipponen,
L., Hakkarainen, K., & Paavola, S. (2004). Practices and orientations of
CSCL. In J.-W. Strijbos, P. Kirschner & R. Martens (Eds.), What we know about CSCL: And implementing it
in higher education (pp. 31-50). Dordrecht, Netherlands: Kluwer Academic
Publishers.
Newman,
D., Griffin, P., & Cole, M. (1989). The
construction zone: Working for cognitive change in schools. Cambridge, UK:
Cambridge University Press.
Nicolopoulou,
A., & Cole, M. (1993). Generation and transmission of shared knowledge in
the culture of collaborative learning: The fifth dimension, its playworld and its
institutional contexts. In E. Forman, N. Minnick & C. A. Stone (Eds.), Contexts for learning: Sociocultural
dynamics in children's development. New York, NY: Oxford University Press.
O'Malley,
C. (1995). Computer supported
collaborative learning. Berlin, Germany: Springer Verlag.
Rommetveit,
R. (1974). On message structure: A
framework for the study of language and communication. New York, NY: Wiley
& Sons.
Rorty, R.
(1974). Philosophy and the mirror of
nature. Princeton, NJ: Princeton University Press.
Roschelle,
J. (1996). Learning by collaborating: Convergent conceptual change. In T.
Koschmann (Ed.), CSCL: Theory and
practice of an emerging paradigm (pp. 209-248). Hillsdale, NJ: Lawrence
Erlbaum Associates.
Roschelle,
J., & Teasley, S. (1995). The construction of shared knowledge in
collaborative problem solving. In C. O'Malley (Ed.), Computer-supported collaborative learning (pp. 69-197). Berlin,
Germany: Springer Verlag.
Rummel,
N., & Spada, H. (2005). Sustainable support for computer-mediated collaboration:
How to achieve and how to assess it. In R. Bromme, F. Hesse & H. Spada
(Eds.), Barriers and biases in
computer-mediated knowledge communication--and how they may be overcome.
Dordrecht, Netherlands: Kluwer Academic Publisher.
Sacks, H.
(1992). Lectures on conversation.
Oxford, UK: Blackwell.
Scardamalia,
M., & Bereiter, C. (1991). Higher levels of agency in knowledge building: A
challenge for the design of new knowledge media. Journal of the Learning Sciences, 1, 37-68.
Scardamalia,
M., & Bereiter, C. (1996). Computer support for knowledge-building
communities. In T. Koschmann (Ed.), CSCL:
Theory and practice of an emerging paradigm (pp. 249-268). Hillsdale, NJ:
Lawrence Erlbaum Associates. D.O.I.: [1996].
Sfard, A.
(1998). On two metaphors for learning and the dangers of choosing just one. Educational Researcher, 27 (2), 4-13.
Sperber,
D., & Wilson, D. (1982). Mutual knowledge and relevance of theories of
comprehension. In N. V. Smith (Ed.), Mutual
knowledge. New York, NY: Academic Press.
Stahl, G.
(2002). Rediscovering CSCL. In T. Koschmann, R. Hall & N. Miyake (Eds.), CSCL 2: Carrying forward the conversation
(pp. 169-181). Hillsdale, NJ: Lawrence Erlbaum Associates. Retrieved from http://GerryStahl.net/cscl/papers/ch01.pdf.
Stahl, G.
(2006). Group cognition: Computer support
for building collaborative knowledge. Cambridge, MA: MIT Press. Retrieved
from http://GerryStahl.net/mit/.
Stahl,
G., Koschmann, T., & Suthers, D. (2006). Computer-supported collaborative
learning: An historical perspective. In R. K. Sawyer (Ed.), Cambridge handbook of the learning sciences
(pp. 409-426). Cambridge, UK: Cambridge University Press. Retrieved from http://GerryStahl.net/cscl/CSCL_English.pdf
in English, http://GerryStahl.net/cscl/CSCL_Chinese_simplified.pdf
in simplified Chinese, http://GerryStahl.net/cscl/CSCL_Chinese_traditional.pdf
in traditional Chinese, http://GerryStahl.net/cscl/CSCL_Spanish.pdf
in Spanish, http://GerryStahl.net/cscl/CSCL_Portuguese.pdf
in Portuguese, http://GerryStahl.net/cscl/CSCL_German.pdf
in German.
Strijbos,
J.-W., Kirschner, P., & Martens, R. (Eds.). (2004). What we know about CSCL ... And implementing it in higher education.
Dordrecht, Netherlands: Kluwer Academic Publishers. Computer-supported
collaborative learning book series, vol 3.
Suthers,
D. (2005). Technology affordances for
intersubjective learning: A thematic agenda for CSCL. Paper presented at
the international conference of Computer Support for Collaborative Learning
(CSCL 2005), Taipei, Taiwan.
Suthers,
D., & Hundhausen, C. (2003). An empirical study of the effects of
representational guidance on collaborative learning. Journal of the Learning Sciences, 12 (2), 183-219.
ten Have,
P. (1999). Doing conversation analysis: A
practical guide. Thousand Oaks, CA: Sage.
Thorndike,
E. L. (1912). Education: A first book.
New York, NY: Macmillan.
Van Der
Pol, J., Admiraal, W., & Simons, R.-J. (2003). Grounding in electronic discussions: Standard (threaded) versus
anchored discussion. Paper presented at the international conference of
Computer-Supported Collaborative Learning (CSCL 2003), Bergen, Norway.
Proceedings pp. 77-81.
Vygotsky,
L. (1930/1978). Mind in society.
Cambridge, MA: Harvard University Press.
Wasson,
B., Ludvigsen, S., & Hoppe, U. (Eds.). (2003). Designing for change in networked learning environments: Proceedings of
the international conference on computer support for collaborative learning
2003. Dordrecht, Netherlands: Kluwer Academic Publishers.
Computer-supported collaborative learning book series, vol 2.
Weinberger,
A., Reiserer, M., Ertl, B., Fischer, F., & Mandl, H. (2005). Facilitating
collaborative knowledge construction in computer-mediated learning environments
with cooperation scripts. In R. Bromme, F. Hesse & H. Spada (Eds.), Barriers and biases in computer-mediated
knowledge communication--and how they may be overcome. Dordrecht,
Netherlands: Kluwer Academic Publisher.
Whitworth,
B., Gallupe, B., & McQueen, R. (2000). A cognitive three-process model of
computer-mediated group interaction. Group
Decision and Negotiation, 9, 431-456.
Zemel,
A., Xhafa, F., & Stahl, G. (2005). Analyzing
the organization of collaborative math problem-solving in online chats using
statistics and conversation analysis. Paper presented at the CRIWG
International Workshop on Groupware, Racife, Brazil. Retrieved from http://GerryStahl.net/pub/criwg2005zemel.pdf.
[1] Übersetzung von Martin Mühlpfordt unter
Mithilfe von Andrea Kienle, Axel Guicking, Friederike Jödick und Martin
Wessner.
[2] Der im englischen Sprachraum
gebräuchliche Begriff der „Learning Sciences“ hat im Deutschen im Prinzip keine
Entsprechung. Mit „Learning Sciences“ wird ein anwendungsorientiertes
interdisziplinäres Forschungsprogramm bezeichnet, in dem menschliches Lernen
aus verschiedensten theoretischen Perspektiven der Lehr-Lernwissenschaft,
Psychologie, Informatik, Neurowissenschaften heraus untersucht wird.