Dynamik bildungsrelevanter Informationsumwelten - Lernen in einer vernetzten Wissensgesellschaft - Core

Die Seite wird erstellt Christian Klaus

Gesellschaft

Deutsch

Like
Teilen
Einbetten
Vollbild
Folien
HTML Herunterladen
PDF Herunterladen
Missbrauch

←

WEITER LESEN

→

Transkription von Seiteninhalten

Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten

Dynamik bildungsrelevanter
                                 Informationsumwelten
                              Lernen in einer vernetzten Wissensgesellschaft
PDF by http://www.k2pdf.com

Paradigmenwechsel
                              Lernen – Wissen - Wissensressourcen
                                                                                                                                                                )                 7   )
                                                                                )                                                                                              98
                                                                              97                     )                                                        86
                                                                          8                      4                                                    1   9               (1
                                                        5)             (1                     93                                                   4,                 e r
                                                   88              w                     (1                                                9   7                    gn
                                                (1               lo                   er
                                                                                                                               )        (1                 e
                                          s               aw                        nn                                       7          y               W
                                       au              ,P                         i                        5)              96 ele                    n,
                                     h              e n                 ,       Sk                     9 6
                                                                                                                    r  (1        d               s e                ion
                                    g             r                    n                              1                        d              is                   t
                                 bin
                                             n ie                   re                           a ,(          s se B a                    W                  isa
                                                                  e                            ur             i          ,                                  an
                           , Eb          itio                  oni                           d            N e
                                                                                                                    g ie            r tes                 g
                                                            iti                                        e, olo                                           r
                      nen            ond                  d                             B an        d                         c  he                  /O en
                                                                                                                                                               s
                                                                                                                                                                               zen
                                                                                                                            ei                     g
                  ler            s
                                   K
                                                      K on                         e n,          en ych                    p                    un iss
                                                                                                                                                                            gen
                 g                                                                             W ps                                           r                          er
              ndi            c he                e s                           e rn        ve       s               g es                  r ie n W
             e            is                  nt                            lll         iti sen                   n                    ne rne                         E m
          sw          s s                  ra                             e            n                      e r                   e      e                      e
                    a                    e                               d           g       is             t                     G       t                      u
       Au         Kl                  O
                                        p                           M
                                                                       o
                                                                                  Ko W                   Ex                            ex                    Ne

1880                                                                                 1960                                      2000                                 2020
                                        Lernen                                                           Wissen                      Wissensressourcen

Auswendiglernen (Ebbinghaus, 1885)

Methode LOCI

Paradigmenwechsel
                              Lernen – Wissen - Wissensressourcen
                                                                                                                                                                )                 7   )
                                                                                )                                                                                              98
                                                                              97                     )                                                        86
                                                                          8                      4                                                    1   9               (1
                                                        5)             (1                     93                                                   4,                 e r
                                                   88              w                     (1                                                9   7                    gn
                                                (1               lo                   er
                                                                                                                               )        (1                 e
                                          s               aw                        nn                                       7          y               W
                                       au              ,P                         i                        5)              96 ele                    n,
                                     h              e n                 ,       Sk                     9 6
                                                                                                                    r  (1        d               s e                ion
                                    g             r                    n                              1                        d              is                   t
                                 bin
                                             n ie                   re                           a ,(          s se B a                    W                  isa
                                                                  e                            ur             i          ,                                  an
                           , Eb          itio                  oni                           d            N e
                                                                                                                    g ie            r tes                 g
                                                            iti                                        e, olo                                           r
                      nen            ond                  d                             B an        d                         c  he                  /O en
                                                                                                                                                               s
                                                                                                                                                                               zen
                                                                                                                            ei                     g
                  ler            s
                                   K
                                                      K on                         e n,          en ych                    p                    un iss
                                                                                                                                                                            gen
                 g                                                                             W ps                                           r                          er
              ndi            c he                e s                           e rn        ve       s               g es                  r ie n W
             e            is                  nt                            lll         iti sen                   n                    ne rne                         E m
          sw          s s                  ra                             e            n                      e r                   e      e                      e
                    a                    e                               d           g       is             t                     G       t                      u
       Au         Kl                  O
                                        p                           M
                                                                       o
                                                                                  Ko W                   Ex                            ex                    Ne

1880                                                                                 1960                                      2000                                 2020
                                        Lernen                                                           Wissen                      Wissensressourcen

Klassisches Konditionieren
   (Kernidee: Reizsubstitution)

Iwan Petrowitsch Pawlow (1849-1936)

Der Pawlowsche Hund (1897)
Kernidee: Reizsubstitution

Operantes Konditionieren
(Kernidee: Verhaltensselektion)

                        Burrhus F. Skinner
                        (1904-1990)

Die Skinnerbox (1934)
Kernidee: Verhaltensselektion

Verstärkung und Bestrafung

                           Darbietung               Entzug

Angenehme
Konsequenz             Positive Verstärkung   Negative Bestrafung
(Reiz oder Zustand)

Unangenehme
Konsequenz             Positive Bestrafung    Negative Verstärkung
(Reiz oder Zustand)

Keine Konsequenz
                                        Löschung

Paradigmenwechsel
                              Lernen – Wissen - Wissensressourcen
                                                                                                                                                                )                 7   )
                                                                                )                                                                                              98
                                                                              97                     )                                                        86
                                                                          8                      4                                                    1   9               (1
                                                        5)             (1                     93                                                   4,                 e r
                                                   88              w                     (1                                                9   7                    gn
                                                (1               lo                   er
                                                                                                                               )        (1                 e
                                          s               aw                        nn                                       7          y               W
                                       au              ,P                         i                        5)              96 ele                    n,
                                     h              e n                 ,       Sk                     9 6
                                                                                                                    r  (1        d               s e                ion
                                    g             r                    n                              1                        d              is                   t
                                 bin
                                             n ie                   re                           a ,(          s se B a                    W                  isa
                                                                  e                            ur             i          ,                                  an
                           , Eb          itio                  oni                           d            N e
                                                                                                                    g ie            r tes                 g
                                                            iti                                        e, olo                                           r
                      nen            ond                  d                             B an        d                         c  he                  /O en
                                                                                                                                                               s
                                                                                                                                                                               zen
                                                                                                                            ei                     g
                  ler            s
                                   K
                                                      K on                         e n,          en ych                    p                    un iss
                                                                                                                                                                            gen
                 g                                                                             W ps                                           r                          er
              ndi            c he                e s                           e rn        ve       s               g es                  r ie n W
             e            is                  nt                            lll         iti sen                   n                    ne rne                         E m
          sw          s s                  ra                             e            n                      e r                   e      e                      e
                    a                    e                               d           g       is             t                     G       t                      u
       Au         Kl                  O
                                        p                           M
                                                                       o
                                                                                  Ko W                   Ex                            ex                    Ne

1880                                                                                 1960                                      2000                                 2020
                                        Lernen                                                           Wissen                      Wissensressourcen

Paradigmenwechsel
                              Lernen – Wissen - Wissensressourcen
                                                                                                                                                                )                 7   )
                                                                                )                                                                                              98
                                                                              97                     )                                                        86
                                                                          8                      4                                                    1   9               (1
                                                        5)             (1                     93                                                   4,                 e r
                                                   88              w                     (1                                                9   7                    gn
                                                (1               lo                   er
                                                                                                                               )        (1                 e
                                          s               aw                        nn                                       7          y               W
                                       au              ,P                         i                        5)              96 ele                    n,
                                     h              e n                 ,       Sk                     9 6
                                                                                                                    r  (1        d               s e                ion
                                    g             r                    n                              1                        d              is                   t
                                 bin
                                             n ie                   re                           a ,(          s se B a                    W                  isa
                                                                  e                            ur             i          ,                                  an
                           , Eb          itio                  oni                           d            N e
                                                                                                                    g ie            r tes                 g
                                                            iti                                        e, olo                                           r
                      nen            ond                  d                             B an        d                         c  he                  /O en
                                                                                                                                                               s
                                                                                                                                                                               zen
                                                                                                                            ei                     g
                  ler            s
                                   K
                                                      K on                         e n,          en ych                    p                    un iss
                                                                                                                                                                            gen
                 g                                                                             W ps                                           r                          er
              ndi            c he                e s                           e rn        ve       s               g es                  r ie n W
             e            is                  nt                            lll         iti sen                   n                    ne rne                         E m
          sw          s s                  ra                             e            n                      e r                   e      e                      e
                    a                    e                               d           g       is             t                     G       t                      u
       Au         Kl                  O
                                        p                           M
                                                                       o
                                                                                  Ko W                   Ex                            ex                    Ne

1880                                                                                 1960                                      2000                                 2020
                                        Lernen                                                           Wissen                      Wissensressourcen

Gedächtnisarchitektur

    Sensorischer Speicher
     ms bis wenige sek

Enkodierung / Aufmerksamkeit

     Kurzzeitgedächtnis        „Rehearsal“ /
     bis zu 20 Sekunden        Memorieren

Konsolidierung       Abruf

      Langzeitgedächtnis
     praktisch unbegrenzt

Arbeitsgedächtnismodell nach Baddeley
(1974, 1986, 1990)

Propositionales Netzwerk

Was ist nach dem schlechten Abschneiden von Pisa
              ins Blickfeld gerückt?

                                                                            9 7)          )
                                                                          8           4
                                                                     (1            93
                                               8 5)              w             r  (1
                                              8                lo           ne 5)
                                           (1              aw             n
                                   us                  , P           S ki        96
                               h  a                 n              ,          ( 1
                                                  e             en
                            ing               ier             r          r a,
                         bb
                                          ion            n ie        du
                    ,E               d it            t io         a n
                                                                                                g ie
                  n                                 i           B                              o
                ne             K on           o nd en,                                      ol
            e r                                                                            h
         igl                es           s
                                            K
                                                    e  rn                             s yc
                          h            e          ll
      en
        d
                      is
                        c
                                  a nt       d  el                               n sp
                    s            r          o                                se
 u sw           las           pe         M                                is
A            K             O                                           W

                                                                                                       Wissen

Was ist nach dem schlechten Abschneiden von Pisa
              ins Blickfeld gerückt?

                                                                         9 7)          )
                                                                       8           4
                                                                  (1            93
                                             8 5)             w              r  (1
                                            8               lo            ne 5)
                                         (1              aw             n
                                 us                  , P           S ki        9 6                                                    e rk
                                a                 n                           1
                             gh              e re             e n,       a ,(                                                     tzw
                           n                                r        ur
                        bbi              oni            nie        d                                                           Ne
                                        i                                                        ie                         s
                    ,E            d  it           it io
                                                              B an                             g                        al
                                                                                                                          e
                  n              n              d          ,                                l o                        n
                 e
                              Ko             n                                                          is
           le rn
                            s             K o          ne n
                                                                                       c ho
                                                                                                    ht n
                                                                                                             a p sitio a ata s
                                                     r                               sy
        dig
                       c he        t es        llle                                p          d äc dm po hem hem ript .
      en           s is         an ode                                         ns         G
                                                                                            e          in Pro Sc Sc Sk etc
    w                          r                                            e                       M      -                 -
 u s           las          pe         M                                is s            -         -              -   -              -
A            K            O                                          W

                                                                                               Wissen

Paradigmenwechsel
                              Lernen – Wissen - Wissensressourcen
                                                                                                                                                                )                 7   )
                                                                                )                                                                                              98
                                                                              97                     )                                                        86
                                                                          8                      4                                                    1   9               (1
                                                        5)             (1                     93                                                   4,                 e r
                                                   88              w                     (1                                                9   7                    gn
                                                (1               lo                   er
                                                                                                                               )        (1                 e
                                          s               aw                        nn                                       7          y               W
                                       au              ,P                         i                        5)              96 ele                    n,
                                     h              e n                 ,       Sk                     9 6
                                                                                                                    r  (1        d               s e                ion
                                    g             r                    n                              1                        d              is                   t
                                 bin
                                             n ie                   re                           a ,(          s se B a                    W                  isa
                                                                  e                            ur             i          ,                                  an
                           , Eb          itio                  oni                           d            N e
                                                                                                                    g ie            r tes                 g
                                                            iti                                        e, olo                                           r
                      nen            ond                  d                             B an        d                         c  he                  /O en
                                                                                                                                                               s
                                                                                                                                                                               zen
                                                                                                                            ei                     g
                  ler            s
                                   K
                                                      K on                         e n,          en ych                    p                    un iss
                                                                                                                                                                            gen
                 g                                                                             W ps                                           r                          er
              ndi            c he                e s                           e rn        ve       s               g es                  r ie n W
             e            is                  nt                            lll         iti sen                   n                    ne rne                         E m
          sw          s s                  ra                             e            n                      e r                   e      e                      e
                    a                    e                               d           g       is             t                     G       t                      u
       Au         Kl                  O
                                        p                           M
                                                                       o
                                                                                  Ko W                   Ex                            ex                    Ne

1880                                                                                 1960                                      2000                                 2020
                                        Lernen                                                           Wissen                      Wissensressourcen

Transaktives Gedächtnis

Die Werkzeugperspektive

These:
Bisher individuell erfolgte Prozesse der Wissenskompilation
sind bereits Bestandteil der durch die Software ausgeführten
Prozesse und der Unterschied zwischen Information und
Wissen wird unschärfer: z.B.
- Speicherung von Informationen/Wissen
- Assoziationen zwischen Informationen/Wissen
- Überlappungen zwischen Informationen/Wissen
- Visualisierung von Informations-/Wissenbewertungen

Social Software

Generierung/Organisation externen Wissens
                   Social Software

Wissensbasiert       Wissens-            Personenbasiert
                     /Personenbasiert

Wikis/Blogs        Social Bookmarking   Personen-Netzwerk

 Netzwerk            Del.icio.us           StudiVZ
 Wikis:
                     Ma.gnolia             Facebook
 Wikipedia
                     libraryThing          XING
  Projekt
  Wikis              citeULike             netzathleten
                                           myspace

Generierung/Organisation externen Wissens
                   Social Software

Wissensbasiert       Wissens-            Personenbasiert
                     /Personenbasiert

Wikis/Blogs        Social Bookmarking   Personen-Netzwerk

 Netzwerk            Del.icio.us           StudiVZ
 Wikis:
                     Ma.gnolia             Facebook
 Wikipedia
                     libraryThing          XING
  Projekt
  Wikis              citeULike             netzathleten
                                           myspace

Social Tagging - Überblick

•   Was ist Social Tagging?

•   Psychologische Aspekte

•   Potential für den Erwerb von Wissen

Was ist ein Tag?

•   Ein Tag ist ein Schlagwort oder ein Begriff
•   Dient der Beschreibung einer digitalen Information oder Ressource
    im Internet (Metadata)
•   Beispiele sind Tags für Webseiten, Fotos oder Videos
•   Informationen/Ressourcen werden durch Tags klassifiziert
•   Die Suche nach diesen Informationen wird erleichtert

Erstellung von Tags

• Tags können von jedem Nutzer individuell gewählt werden
• Ressourcen werden somit jeweils individuell beschrieben bzw.
  klassifiziert
• Beschreibung/Klassifikation der Ressourcen als Bottom-Up Prozess
  (vs. Klassifikation durch Experten)
• Ressourcen können in verschiedenen Kategorien gleichzeitig verortet
  werden, keine zwingende hierarchische Strukturierung

Individueller Nutzen von Tagging

• Tags helfen, individuelle Sammlungen von Informationen und Ressourcen zu
  strukturieren, zu klassifizieren und zu filtern, z.B. digitales Fotoalbum, Videos,
  Bookmarks, Artikel
• Ressourcen können dadurch gleichzeitig in verschiedensten Kategorien
  gespeichert und abgelegt werden, z.B. Foto wird mit den Tags „Urlaub 2007“,
  „Sonnenuntergang“, „USA“, „Natur“ versehen
• Das Wiederauffinden von Informationen wird erleichtert

Generierung/Organisation externen Wissens
                   Social Software

Wissensbasiert       Wissens-            Personenbasiert
                     /Personenbasiert

Wikis/Blogs        Social Bookmarking   Personen-Netzwerk

 Netzwerk            Del.icio.us           StudiVZ
 Wikis:
                     Ma.gnolia             Facebook
 Wikipedia
                     libraryThing          XING
  Projekt
  Wikis              citeULike             netzathleten
                                           myspace

Beispiel für Tagging: Social Bookmarking

 Del.icio.us:

• Ermöglicht die Speicherung, Sammlung und Verwaltung von
  Webseiten (Bookmarks) im Internet
• Jedem Bookmark können individuell verschiedene Tags zugeordnet
  werden
• Über diese Tags können alle Bookmarks strukturiert und gefiltert
  werden

Beispiel für Tagging: Social Bookmarking

Beispiel für Tagging: Social Bookmarking

                        Alle indiv. Bookmarks

Beispiel für Tagging: Social Bookmarking

Beispiel für Tagging: Social Bookmarking

                        Bookmarks zu „leibniz“

Beispiel für Tagging: Social Bookmarking

Beispiel für Tagging: Social Bookmarking

                                                   „leibniz“ und „preise“
                                                       Bookmarks zu
•   Filterung aller individuellen Bookmarks durch Tags
•   Filterung der Bookmarks nach eigenen Kategorien

Abruf von Ressourcen durch Tags

Wie erfolgt der Abruf von gespeichertem Wissen durch Tags?
• Verbindung von
   - Ressourcen ↔ Tags
   - Tags ↔ Tags (“Related Tags“)
• Aktivierung von Tags
• „Aktivationsausbreitung“ der Tags und Ressourcen
→ Netzwerkmodell

Die Werkzeugperspektive
Präzisierungen zu vorherigen These

Bisher individuell erfolgte Prozesse der Wissenskompilation
sind bereits Bestandteil der durch die Software ausgeführten
Prozesse: z.B.
- Speicherung aller Tags (= Abruf von Ressourcen über tags)
- Assoziation von allen Tags und Ressourcen (= tag clouds)
- Überlappungen zwischen den Verbindungen von Tags und
  Ressourcen (= related tags)
- Visualisierung von Häufgkeiten (= tag clouds)

Was ist „Social“ am Social Tagging?

1. • Die individuellen Tags für die jeweiligen Ressourcen stehen allen
     Nutzern zur Verfügung
  • Zugang zu allen Ressourcen von allen Nutzern, abrufbar über Tags
  • Abruf von Ressourcen, die häufig mit einem Tag assoziiert wurden

2. • Bei Ressourcen, die von allen Nutzern jeweils individuell mit Tags
     versehen werden (z.B. Webseiten), können alle Tags von allen
     Anwendern bzgl. dieser Ressource aggregiert werden
  • Es entsteht eine gemeinsame Beschreibung/Klassifikation einer
    Ressource durch alle Nutzer in einem Bottom-Up Prozess

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel: Suche über alle Bookmarks

Beispiel PISA-Webseite - Tag Cloud

Ressource – Webseite: www.pisa.oecd.org

• Gemeinsame Sammlung von Begriffen von allen Nutzern
• Darstellung als Tag Cloud

Psychologische Aspekte

• Abbildung von individuellen Assoziationen, Konzepten und
  Kategorien für eine jeweilige Ressource durch Tags
• Durch Aggregierung der individuellen Tags entsteht ein
  gemeinsames Artefakt, das wichtige Assoziationen und Konzepte
  bzgl. einer Ressource widerspiegelt
• Entstehung des Artefakts (“Folksonomy“) als Bottom-Up Prozess
  (vs. Erstellung von Metadaten durch Experten)
• Höhere Gewichtung von häufig verwendeten Tags
• Multi-kategoriell

Potentiale für Lernen und Wissensbildung

1. • Durch Related Tags werden verwandte Begriffe und
     Verknüpfungen (und deren Gewichtung) aufgezeigt:
            a) Für die jeweilige Ressource, z.B. Webseite
            b) Für den jeweiligen Begriff, z.B. Zusammenhang des Tags
               „Social Software“ mit „Web 2.0“ und „Tagging“
   • Related Tags können als Links bei Navigations- und
     Suchprozessen (Browsing) verwendet werden:
     → Neue inhaltliche Zusammenhänge/Kategorien werden erlernt
     → Verknüpfte Informationen und Ressourcen werden „entdeckt“
2. • Durch Tags können Personen mit ähnlichen Interessen oder
     spezifischer Fachkenntnis identifiziert werden

Generierung/Organisation externen Wissens
                   Social Software

Wissensbasiert       Wissens-            Personenbasiert
                     /Personenbasiert

Wikis/Blogs        Social Bookmarking   Personen-Netzwerk

 Netzwerk            Del.icio.us           StudiVZ
 Wikis:
                     Ma.gnolia             Facebook
 Wikipedia
                     libraryThing          XING
  Projekt
  Wikis              citeULike             netzathleten
                                           myspace

Beispiel Related Tags

          LibraryThing.com:
          • Erstellung einer individuellen, digitalen
            Bibliothek der eigenen Bücher
          • Bücher werden in eigenen Katalog
            aufgenommen und jeweils mit Tags
            versehen
          • Informationen über die Kataloge und Tags
            von anderen Nutzern
          • Informationen über die einzelnen Bücher
            und Bewertungen
          • Über 23 Millionen Bücher katalogisiert

Beispiel Related Tags – Tag: Leibniz
   über alle
   Nutzer

                        Bücher zu/von Leibniz

Beispiel Related Tags – Tag: Leibniz

Beispiel Related Tags

Beispiel Related Tags

Beispiel Related Tags – Tag: Leibniz

Generierung/Organisation externen Wissens
                   Social Software

Wissensbasiert       Wissens-            Personenbasiert
                     /Personenbasiert

Wikis/Blogs        Social Bookmarking   Personen-Netzwerk

 Netzwerk            Del.icio.us           StudiVZ
 Wikis:
                     Ma.gnolia             Facebook
 Wikipedia
                     libraryThing          XING
  Projekt
  Wikis              citeULike             netzathleten
                                           myspace

• Netzwerkname:         myspace

• Gründer:              Chris DeWolf,
                        Tom Anders,
                        Los Angeles
•   Gründungsjahr:      2003
•   Gründungsgrund:     Treffpunkt Künstler im Netz
•   Anzahl Mitglieder   200 Mio. (registriert)
•   Bemerkung:

• Netzwerkname:       StudiVZ
• Gründer:            Ehssan Dariani,
                      Dennis Bemmann
• Gründungsjahr:      2005
• Verkauf             2007 (für ca. 80 Mio. Euro)
• Gründungsgrund:     ursprünglich für Studenten
• Anzahl Mitglieder   4,9 Mio. (registriert)
• Bemerkung:          - in BRD, Österreich, Schweiz
                        gibt es nur 2,3 Mio. Studenten!
                      - Künftig personalisierte Werbung

• Netzwerkname:       facebook

• Gründer:            Mark Zuckerberg
• Gründungsjahr:      2004
• Verkauf             1,6 %Beteiligung an Microsoft
                      für 240 Mio. Dollar
• Gründungsgrund:     Meetingplattform für Harvard-
                      Studenten
• Anzahl Mitglieder   50 Mio. (registriert)
• Bemerkung:          Finanzierung: Online-Werbung,
                      Verkauf Pictogramme

• Netzwerkname:       netzathleten

• Gründer:            Stefan Pfannmoeller (Olympia-Bronze-
                      medaillengewinner, Kanu-Slalom)
• Gründungsjahr:      2007
• Gründungsgrund:     Vernetzung von Sportlern, Trainer,
                      Teams im Profi-/Amateur-/Freizeitsport
• Anzahl Mitglieder   u.a. Handballspieler Stefan Kretschmer,
                      Judo-Olympiasiegerin Yvonne Bönisch,
                      Leichtathletik-Europameister
                      Jan Fitschen
• Bemerkung           Mitglied kann jeder werden

• Netzwerkname:     kiezkollegen

• Gründer:          Mark Wirblich
• Gründungsjahr:    2005
• Gründungsgrund:   Für Treffen und Parties
• Mitglieder:       100.000
• Bemerkung         - Durch Einladung wird man Mitglied
                    - Finanzierung durch Werbung

• Netzwerkname:     XING (früher Open BC)

• Gründer:          Lars Hinrichs
• Gründungsjahr:    2003
• Börsengang        2006
• Gründungsgrund:   Kontaktbörse für Geschäftsleute
• Mitglieder:       2 Mio. (registriert)
• Bemerkung         keine Werbung auf den Seiten

Xing – RWTH Alumni - Überblick

Effekte auf das soziale Umfeld

• Studie I: (Kraut et. al)

 Ergebnisse:        nicht bestätigt:

                   Starke Internetnutzung führt zu:
                        - weniger soziale FTF-Kontakte
                        - höhere Einsamkeit
                        - Steigerung depressiver Symptome

                     bestätigt

                     Starke Internetnutzung führt zu:
                         - Erhöhung des wahrgenommenen Stresses

Effekte auf das soziale Umfeld

• Studie II: (Kraut et al.)

 Ergebnisse:           bestätigt

                        Starke Internetnutzung führt zu:
                            - mehr lokalen und entfernten sozialen Kontakten
                              - mehr face-to-face Interaktionen mit
                                Familie und Freunden
                              - stärkerer Beteiligung an Gemeindeaktivitäten
                              - höherms Vertrauen in Menschen
                              - geringerer Intentionen im Wohnort zu bleiben

Paradigmenwechsel
                              Lernen – Wissen - Wissensressourcen
                                                                                                                                                                )                 7   )
                                                                                )                                                                                              98
                                                                              97                     )                                                        86
                                                                          8                      4                                                    1   9               (1
                                                        5)             (1                     93                                                   4,                 e r
                                                   88              w                     (1                                                9   7                    gn
                                                (1               lo                   er
                                                                                                                               )        (1                 e
                                          s               aw                        nn                                       7          y               W
                                       au              ,P                         i                        5)              96 ele                    n,
                                     h              e n                 ,       Sk                     9 6
                                                                                                                    r  (1        d               s e                ion
                                    g             r                    n                              1                        d              is                   t
                                 bin
                                             n ie                   re                           a ,(          s se B a                    W                  isa
                                                                  e                            ur             i          ,                                  an
                           , Eb          itio                  oni                           d            N e
                                                                                                                    g ie            r tes                 g
                                                            iti                                        e, olo                                           r
                      nen            ond                  d                             B an        d                         c  he                  /O en
                                                                                                                                                               s
                                                                                                                                                                               zen
                                                                                                                            ei                     g
                  ler            s
                                   K
                                                      K on                         e n,          en ych                    p                    un iss
                                                                                                                                                                            gen
                 g                                                                             W ps                                           r                          er
              ndi            c he                e s                           e rn        ve       s               g es                  r ie n W
             e            is                  nt                            lll         iti sen                   n                    ne rne                         E m
          sw          s s                  ra                             e            n                      e r                   e      e                      e
                    a                    e                               d           g       is             t                     G       t                      u
       Au         Kl                  O
                                        p                           M
                                                                       o
                                                                                  Ko W                   Ex                            ex                    Ne

1880                                                                                 1960                                      2000                                 2020
                                        Lernen                                                           Wissen                      Wissensressourcen

Expertenkreis
            Hochschulentwicklung durch neue Medien
                      4./5. Februar 1999
                            9.00 Uhr – 17.00 Uhr
        Hauptverwaltung der Bertelsmann AG-Konferenzzone 2, Raum 3

                          Moderation: Peter Glotz

José L. Encarnaçao          August Wilhelm Scheer      Friedrich W. Hesse
Wolfgang Leidhold           Dennis Tsichritzis         Heinz Mandl
Andreas Reuter              José L. Encarnaçao
                            Wolfgang Kraemer
                            Martin Wessner
                            Christoph Hornung
Hochschulentwicklung durch Technologie/Infrastruktur   Empfehlungen zur
neue Medien                                            Gestaltung und Nutzung von
Vision 2005                                            multimedialen Lehr- und
                                                       Lernumgebungen