Project

Discipline

Learning; Visual Analysis; Collaborative group engagement; Group engagement; Nonverbal behavior; Automated Tracking; Computer-Supported Collaborative learning; Higher education; Group processes; Digital Transformation and Learning

Lead
Ob Projektarbeit oder Lerngruppe - an Hochschulen und Universitäten geht man meist davon aus, dass die Teamarbeit in Studierendengruppen wie «von selbst» gut funktioniert. Auch dann, wenn es um computergestütztes Problemlösen mit komplexen digitalen Tools geht. Doch das ist ein verbreiteter Irrtum.
Lay summary
Porträt: Carmen Zahn, Oliver Rack und Susanne Bleisch erforschen komplexe, dynamische Gruppenprozesse in studentischen Teams, die mit digitalen Tools kollaborativ Probleme lösen (z.B. in einer Projektarbeit). Die Forschenden interessieren sich für das gemeinsame Engagement in der Gruppe, und insbesondere für Fluktuationen dieses Engagements auf der sozial-emotionalen Ebene. Die sozial-emotionale Ebene wird in der Praxis der Hochschullehre erstaunlich wenig beachtet, aber eines ist sicher: Wenn das Engagement in einer Gruppe fehlt und «die Chemie nicht stimmt», leidet immer die Leistung und der Lernerfolg. Im Projekt wird erforscht, wodurch sich eine hohe Qualität im Gruppenengagement auszeichnet, wie sie sich verändert und regulieren lässt. Ein Fokus liegt speziell auf dem nonverbalen Verhalten. Hintergrund: Die Forschung zum computergestützten kollaborativen Lernen (CSCL) weiss noch wenig über Fluktuationen der Qualität des Engagements in Lerngruppen und noch weniger darüber, welche Relevanz das nonverbale Verhalten dabei hat. Wir nehmen an, dass das nonverbale Verhalten in der sozialen Interaktion zwischen Studierenden besonders wichtig ist. Wir vermuten, dass man aus Veränderungen im non-verbalen Verhalten in Lerngruppen Fluktuationen im Engagement frühzeitig ablesen und notfalls intervenieren kann. Ziele: Dass noch wenig über die Qualität des Engagements und das nonverbale Verhalten in Lerngruppen bekannt ist, liegt zum grossen Teil daran, dass diese nicht leicht messbar sind. Im Projekt werden deshalb automatisierte Methoden zur Erfassung und Visualisierung der nonverbalen sozialen Interaktions- und Gruppenprozesse in Lerngruppen entwickelt, um die dabei entstehenden grossen Datenmengen zu analysieren. Auf Basis neuer Erkenntnisse aus drei Studien werden anschliessend Feedbacksysteme entwickelt. Bedeutung: Die Projektergebnisse sind nicht nur wissenschaftlich hoch relevant, sondern sollen als solide Grundlage für eine evidenzbasierte Hochschulentwicklung und Entwicklung universitärer Lehre in Zeiten digitaler Transformation dienen. Dies ist insbesondere wichtig, als die Zielkompetenzen gerade auch in technischen Studiengängen je länger je mehr auch auf interdisziplinäre Zusammenarbeit und die Arbeit in Projektteams fokussieren.

Direct link to Lay Summary

Last update: 23.01.2020

Active participation

Self-organised

Communication	Title	Media	Place	Year

In times where digital transformation reshapes society and changes or disrupts existing business models, education faces the significant challenge of “preparing students for success in the next generation workforce” (Adams-Becker et al., 2018, p. 48) as well as for the development of democratic citizenship based on digital skills (e.g., Ng, 2012). Addressing future challenges will require interdisciplinarity and collaborative problem solving (Graesser et al. 2018) and, more than ever, humans who do not think like machines, but who are able to use digital tools in competent and creative ways for solving ill-structured problems together. Thereby, productive social interaction and high quality engagement in interdisciplinary group collaborations bringing individual knowledge and skills together in order to accomplish novel and challenging tasks is crucial. The proposed project aims to better understand how students can be prepared to collaborate and learn successfully when being supported by complex digital tools and social robots, and to develop methods that foster and support the necessary engagement, also for future success in workplaces of a digital society. In order to address these aims, we collaborate in an interdisciplinary team of experts in the research areas of psychology - computer-supported collaborative learning (Zahn) and small group research (Rack) - and computer science - visual analytics (Bleisch) - to achieve the following objectives:Objective 1 (O1) - We investigate how the quality of collaborative group engagement of students designing a digital 3D-model as their learning task in higher education is indicated by both verbal and non-verbal interactions. We investigate - with a focus on non-verbal behaviors - how different dimensions of quality of collaborative group engagement vary and fluctuate within a realistic educational problem-solving context.Objective 2 (O2) - To support O1 and enable O3, we develop a new methodological analysis process based on automatic tracking of group settings and behaviors, informed deep learning and interactive visual analytics to detect, and extract relevant non-verbal activities, interaction patterns and communication to measure the quality of engagement dimensions.Objective 3 (O3) - We extend the study on the quality of collaborative group engagement with automatic detection of non-verbal activities, activity patterns and communication - and explore how monitoring and, specifically, guidance of high quality engagement can be realized.