Das Testen testen mit dem Audience Response System ARSnova
Rund 300 Lehramtsstudierende entwickeln Test-Fragen zur DaZ-Vorlesung und lassen diese im Seminar mit Hilfe eines webbasierten Audience Response Systems von ihren Kommiliton*innen beantworten und bewerten.
Eckdaten
Kann Lösungsansätze für folgende Problemstellungen der Lehre bieten:
- Geringe Lernmotivation
- Begrenzte Möglichkeiten zum individualisierten Lernen
- Geringer Transfer in die Praxis
- Geringe Kompetenzorientierung in Prüfungs- und Bewertungsformen
Eignet sich für folgende Virtualisierungsgrade:
- Integration
Nutzt folgende Medieneigenschaften zur Unterstützung des Lernprozesses:
Im Sommersemester 2018 entwickelten rund 300 Lehramtsstudierende im Rahmen des Bachelormoduls „Deutsch als Zweitsprache / Sprachbildung“ in Kleingruppen von ca. fünf Studierenden Test-Fragen zur jeweils letzten Sitzung der Vorlesung und ließen sie von ihren Kommiliton*innen mit Hilfe des Tools ARSnova im Vertiefungsseminar beantworten. Durch dieses Szenario sollten insbesondere folgende Ziele erreicht werden:
- Erkennen und kollaboratives Klären von inhaltlichen Fragen zur Vorlesung
- Kontinuierliche Auseinandersetzung mit Vorlesungsinhalten und klausurtypischen Aufgabenformaten
- Erkennen typischer Fallstricke bei der Beantwortung vermeintlich einfacher geschlossener Fragen
In Bezug auf die Zielgruppe der Lehramtsstudierenden liegt der didaktische Mehrwert des Szenarios in der Einübung der präzisen Formulierung von geschlossenen Fragen und der Anwendung eines Tools, das später im eigenverantwortlichen Unterricht genutzt werden kann.
Die Umsetzung der Tests erfolgte mit Hilfe des webbasierten Audience Response Systems ARSnova, mit dem u.a. MC-, SC- und True/False-Fragen gestellt werden, welche sofort automatisch ausgewertet werden können. Für die Erstellung der Fragen wird nur ein Computer mit Internetverbindung benötigt. Die Beantwortung der Fragen im Seminar erfolgte über mitgebrachte mobile Endgeräte wie z.B. Smartphones oder Laptops. Nach der Durchführung des Tests erhielten die Studierenden von der Seminargruppe und der Dozentin Feedback zu ihren Fragen. Die besten (teils von der Dozentin optimierten) Fragen wurden vor der Klausur der Gesamtkohorte (ca. 800 Studierende) zur Verfügung gestellt.
In der abschließenden Evaluation bewertete ein Großteil der befragten Studierenden das Szenario in didaktischer Hinsicht positiv, wobei insbesondere die produktiv-rezeptive Anwendung klausurtypischer Aufgabenformate und die Gelegenheit zum Selbststudium hervorzuheben sind. Bis auf wenige Ausnahmen hatten die Befragten meistens ein mobiles Endgerät dabei.
Medieneigenschaften zur Unterstützung des Lernprozesses
Die Interaktion erfolgt durch automatische Auswertung und zeitnahe Besprechung der Antworten sowie die anschließende Reflexion über die Güte der Fragen.
Die Studierenden beantworten zeitgleich Fragen und erhalten ein sofortiges Feedback zu ihrem Kenntnisstand im Vergleich zur gesamten Seminargruppe.
Die Studierenden haben gemeinsam mit Hilfe von ARSnova einen Fragenpool zur individuellen Klausurvorbereitung entwickelt.
Lösungsansätze für Problemstellungen der Lehre
Für die folgenden Problemstellungen kann das Praxisbeispiel Lösungsansätze bieten:
- Geringe Lernmotivation:
Studierende können durch die Konzeption und Durchführung der Tests Lehrveranstaltungen aktiv mitgestalten
- Begrenzte Möglichkeiten zum individualisierten Lernen:
Rund 300 Studierende erhalten durch die semesterbegleitende Beantwortung von Test-Fragen eine kontinuierliche individuelle Rückmeldung zu ihrem Wissensstand. Der im Rahmen der Lehrveranstaltung entwickelte Fragenpool kann zur individuellen Klausurvorbereitung genutzt werden
- Geringer Transfer in die Praxis:
Erprobung eines Tools, das in der späteren Unterrichtspraxis angewandt werden kann
- Geringe Kompetenzorientierung in Prüfungs- und Bewertungsformen:
Angehende Lehrer*innen setzen sich intensiv mit den Herausforderungen geschlossener Fragenformate auseinander, die nicht nur in ihrer Modulabschlussprüfung überwiegen, sondern auch im schulischen Kontext zur Leistungsüberprüfung genutzt werden (z.B. MSA)
Virtualisierungsgrad
Der Virtualisierungsgrad beschreibt das Verhältnis von analogen und digitalen Elementen in einem Lehr-/Lernszenario. Das Praxisbeispiel unterstützt die folgenden Virtualisierungsgrade:
- Integration
Ressourcen
Soft- und Hardware
- Audience Response System "ARSnova"
Weitere Informationen zum Praxisbeispiel
Kontakt
Sie möchten mehr über das Praxisbeispiel erfahren? Hier können Sie Kontakt zu den Autorinnen und Autoren aufnehmen:
Geeske Strecker
Freie Universität Berlin, Fachbereich Philosophie und Geisteswissenschaften
Habelschwerdter Allee 45
D- 14195 Berlin
Mail: gstrecker[at]zedat.fu-berlin.de
Irina Baskow
CeDiS (UB der Freien Universität Berlin)
Ihnestraße 24
D- 14195 Berlin
Mail: e-learning[at]cedis.fu-berlin.de
Anette Stumptner
CeDiS (UB der Freien Universität Berlin)
Ihnestraße 24
D- 14195 Berlin
Mail: e-learning[at]cedis.fu-berlin.de