Mein Lehrer ist ein Roboter
Die EU-finanzierten Wissenschaftler des Projekts EASEL haben autonome Roboter entwickelt, die verschiedene Aufgaben ausführen können. „Wenn die Gesellschaft nicht bereit ist, darin zu investieren, dass genug Menschen vor den Klassen stehen, um ein hohes Maß individualisierten Unterrichts zu erreichen, der auf die unterschiedlichen Lernweisen von Kindern Rücksicht nimmt, dann ist Technologie die einzige Antwort“, sagt Projektkoordinator Paul Verschure, Professor für Kognitionswissenschaft und Neurorobotik an der Universität Pompeu Fabra in Barcelona, Spanien. Das Team von fast 20 Forschern entwickelte „ein integriertes Steuersystem für ein roboterbasiertes Lernbetreuungssystem und wir können dieses jetzt in Unterrichtsräumen einsetzen“, sagt Professor Verschure. Der Roboter kann lesen, auf das Verhalten und den emotionalen Zustand des Lernenden reagieren und seine Reaktionen anpassen. „Das ist einmalig, da der Roboter autonom funktioniert. Er lernt von dem Lernenden,“ sagt Prof. Verschure. Kommunizieren wie eine Lehrkraft Die Herausforderung des dreijährigen Projekts war nicht nur der Bau eines Roboters, den Kinder als Lehrkraft akzeptieren könnten. „Der Roboter muss seine Kommunikation anpassen, damit Lernende mit ihm zurecht kommen können, erst dann ist es möglich, das in das Unterrichtssystem integrierte Wissen auszutauschen“, sagt Professor Verschure und meint weiter, dass ein unterrichtender Roboter, der die Schüler nicht begeistern könne, wenig Sinn mache. Was den EASEL-Roboter jedoch auszeichnet, ist, dass sein Unterrichtssystem auf wissenschaftlichen Theorien über Geist und Gehirn sowie auf Arbeit gründet, die im Zuge des Projekts über die Prinzipien des Lernverhaltens von Kindern durchgeführt worden ist. „Es geht nicht nur darum, einen Roboter in das Klassenzimmer zu stellen und zu sehen was passiert. Es gibt sehr wenig operationales Wissen in diesem Bereich der Pädagogik, das ohne Weiteres auf einen Roboter übertragen werden kann“, erklärt Professor Verschure, „wenn man nicht die Lernweise von Kindern und die individuelle Variabilität versteht, wird Technologie das Problem nicht lösen.“ Experimente an Grundschulen Im Rahmen des Projekts wurden an sechs Grundschulen in den Niederlanden, in Spanien und im UK Roboterunterricht-Experimente durchgeführt, an denen ca. 200 Acht- bis Neunjährige teilnahmen, welche die physikalischen Grundlagen des Waagebalkens lernten. Die Schüler verwendeten unter Nutzung von virtueller und erweiterter Realität einen Waagebalken oder ein Tablet. Der Roboter fungierte als Instruktor, der den Schülern bestimmte Anweisungen gab. „Wir entwickelten validierte Protokolle für die virtuelle und erweiterte Realität, um zusätzliche Lehrinhalte zu vermitteln – für Erklärungen, für Fragen und als Tool, das vom Roboter für den Unterricht genutzt werden kann“, erklärt Professor Verschure. Im Zuge des Projekts wurde herausgearbeitet, was Professor Verschure als eine neue Art mechatronischen Bildungs-Tools bezeichnet – ein instrumentierter Waagebalken als Bestandteil einer integrierten Architektur, der misst, was Kinder mit dem Balken machen, damit der Roboter ein präzises Feedback geben kann. Die Lernauswirkungen wurden gründlich analysiert. Hierbei wurde das Kommunikationsniveau, das gewonnene oder verlorene Wissen, die Variabilität der einzelnen Schüler und vor allem das so wichtige Zutrauen der Schüler in ihr eigenes Lernen gemessen. Das Zutrauen sei laut Professor Verschure von entscheidender Bedeutung und noch wichtiger gewesen als die Forscher ursprünglich angenommen hatten. Bei weiteren Experimenten in wissenschaftlichen Museen in Barcelona, Spanien und Sheffield, UK, instruierte der Roboter Vierzehn- bis Fünfzehnjährige bei Fitnessübungen, während die Menge der verbrauchten Energie erklärt wurde. „Die Idee war es, wichtige Konzepte einer gesunden Lebensweise wie z. B. Sport und dessen Auswirkungen auf den Körper zu vermitteln“, sagt Professor Verschure. Die Herausforderung besteht jetzt darin, die Ergebnisse, die momentan auf spezifische Aufgaben mit spezifischen Altersgruppen beschränkt sind, zu verallgemeinern, um autonome Roboter zu entwickeln, die in weiteren Lernbereichen eingesetzt werden können.
Schlüsselbegriffe
EASEL, Roboter, Maschinenlernen, künstliche Intelligenz, Pädagogik, Unterricht, virtuelle Realität, erweiterte Realität
