Instructional Design Teil 3: Die ITT - Automatisierung des Instruktionsdesigns

Die Instuctional-Transaction-Theory von Merril steht in enger Beziehung zur Entwicklung des Computer Based Training. Bevorzugte Lehrinhalte sind Bedienung und Wartung von Maschinen sowie Klassifizierungsaufgaben.

Clip art licensed from the Clip Art Gallery
on DiscoveryEducation.com

Das ITT-Modell beschränkt sich auf kognitive Lehrziele, lässt jedoch eine feine Unterscheidung nach Lehrzielkategorien zu. Es bietet sich an, wenn Bedienung, Wartung, Reparatur oder Klassifizierung von Maschinen oder Gegenständen im Mittelpunkt stehen. Als Instruktionsstrategie werden alle Bedingungen des Lernens für eine bestimmte Zielkategorie nach Gagné et al. erfüllt.

Die ITT, nach M. David Merrill, ist eine Weiterentwicklung seiner Component Display Theory (CDT). Bei der CDT geht es um die Identifikation von Komponenten, aus denen Lehrstrategien konstruiert werden können. Dabei werden u.a. unmittelbar lehrstoffbezogene Lehrschritte – primäre Darbietungsformen, Lehrschritte ohne direkten Bezug zum Lehrstoff, die jedoch das Lernen fördern oder erleichtrern – sekundäre Darbietungsformen, sowie Beziehungen zwischen diesen beiden Darbietungsformen unterschieden. Die CDT liefert Strategieempfehlungen für unterschiedliche Lehrzielkategorien. 
 

Eine elementare Bedeutung hat die exakte Wissensanalyse in der ITT, welche beim Instruktionsdesign allgemein sehr nützlich sein kann. Dabei werden vier grundlegende Typen von Wissensobjekten unterschieden:

• Entitäten, also reale Objekte oder abstrakte Begriffe
  
  
• Eigenschaften, also qualitative oder quantitative Merkmalsausprägungen
  
  
• Aktivitäten, also Handlungen um Objekte zu manipulieren
  
  
• Prozesse, also Ereignisse, die zu Veränderungen der Eigenschaften von Entitäten führen und beeinflusst werden können durch Aktivitäten oder andere Prozesse
  

(vgl. Niegemann 2001: S. 33)

Die systematische Wissensanalyse wird vollzogen anhand der folgenden Klassen von Transaktionen:

• Indentifizieren: Teile einer Entität erinnern und benennen können
  
  
• Ausführen: Schritte einer Aktivität erinnern und ausführen
  
  
• Verstehen / Erklären: Erklären von Prozessen durch Gesetzmäßigkeiten
  
  
• Urteilen: Bewerten Rangfolgen bilden
  
  
• Klassifizieren: Sortieren von Objekten, Beispielen / Instanzen
  
  
• Verallgemeinern: Klassen bilden, Gruppieren von Objekten, Beispielen / Instanzen
  
  
• Entscheiden: Wählen zwischen Alternativen
  
  
• Transfer: Übertragen auf neue Situationen
  
  
• Ausbreiten: Erwerb von Fähigkeiten im Kontext desErwerbs anderer Fertigkeiten; Generalisieren von Fertigkeiten
  
  
• Analogien: Erwerb von Wissen oder Können in Bezug auf Aktivitäten, Ereignissen oder Aktivitäten anhand der Ähnlichkeiten zu anderen Aktivitäten etc.
  
  
• Ersetzen: Erweiterung einer bestimmten Aktivität, um eine andere Aktivität zu erlernen
  
  
• Konzipieren: eine neue Aktivität erfinden und umsetzen
  

Mit diesem Ansatz wird die Entwicklung eines wissensbasierten Compterprogramms, also eines algorithmischen Instruktionssystems, verfolgt, welches nach Eingabe aller notwendigen Informationen ein Lernprogramm automatisch konzipiert und generiert. Die Entwicklung einer interaktiven Lernumgebung läuft dabei folgendermaßen ab: Im Rahmen der Wissensanalyse wird ein Begriffsnetz der Prozesse, Entitäten und Aktivitäten entwickelt- PEAnet. Daraus wird ein Simulationsalgorithmus entwickelt, als Grundlage aller Lernumgebungen, die auf einer entsprechenden PEAnet-Repräsentation basieren. Dieser überwacht die Handlungen und interpretiert diese, prüft die Bedingungen des Prozesses, der durch die jeweilige Aktivität beeinflusst wird und führt ggf. den Prozess aus. Geänderte Eigenschaftsausprägungen werden auf dem Bildschirm ausgegeben in geeigneter Form. Dabei sollen dem Lernenden, innerhalb der Simulation, erlaubt werden schwerwiegende Fehler und Handlungen rückgängig zu machen. Die Ziele der ITT sind

• wirksame Instruktion durch präzise Angaben über die zu Erreichen eines bestimmten Lehrziels erforderlichen Interaktionen
  
  
• effiziente Instruktionsentwicklung durch kürzere Entwicklungszeiten, auf Grundlage der algorithmischen Struktur der Theorie und Nutzung entwickelter Software
  
  
• Entwicklung hochaktiver Lernumgebungen mit Simulationen und Anleitungen
  
  
• Konzeption und Produktion individuell adaptiver Instruktion
  

Inwiefern eine solche Automatisierung des Instruktionsdesigns sinnvoll ist, hängt von den jeweiligen zugrundeliegenden Intenionen ab. Die exakte und systematische Wissensanalyse allerdings, gilt es allgemein im Entwurf einer Instruktionsmaßnahme zu überdenken.

Literaturangaben unter Instructional Design – Das Instruktionsdesign

Alle Teile im Überblick

• Instructional Design – Das Instruktionsdesign
• CLT und CTML – Theoretische Grundsatzüberlegungen
• Instruktionsdesign nach Gagné, Briggs & Wagner
• Die ITT - Automatisierung des Instruktionsdesigns
• Motivierung durch ARCS
• Anchored Instruction – Multimediales Lernen mit Geschichten
• Goal-Based-Scenarios – Lernen durch Analogie
• 4C/ID – Modell für das Training komplexer Fähigkeiten
• Das ADDIE-Modell für den praktischen Einsatz