TrainBayesS

Mit der Formel von Bayes Hypothesen in unsicheren Situationen bewerten zu können, ist wesentlicher Bestandteil des probabilistischen Denkens, das bereits in der Schule angelegt werden soll. Daher werden in der Mathematikdidaktik seit Jahrzehnten Ansätze zum Verständnis Bayesianischer Situationen (d.h. Situationen, in denen die Formel von Bayes angewendet werden kann) diskutiert. 

Bayesianische Situation

Über Schule hinaus ist die Formel von Bayes für die Wahrscheinlichkeitsrechnung zentral und in vielen Professionen wie Medizin oder Jura sowie im Alltag hoch relevant. Zahlreiche Befunde psychologisch orientierter, aber kaum auf schulisches Lernen bezogene Forschung zeigen allerdings, dass Laien wie Experten häufig scheitern, die Formel von Bayes adäquat einzusetzen.

Ansätze

Aufgrund dieser Ergebnisse sind in Psychologie und Mathematikdidaktik Strategien entwickelt worden, um die Kompetenz in Bayesianischen Situationen zu erhöhen. Dazu gehören natürliche Häufigkeiten als Format der statistischen Information, deren Visualisierung sowie gezieltes Training, wobei schulischer Unterricht kaum untersucht wurde. Im vorausgegangenen DFG-Projekt („Trainingsstudie zum Bayesianischen Denken“) wurden die Strategien miteinander verbunden, um Gelingensbedingungen der Förderung Bayesianischen Denkens bei den Professionsgruppen Medizin und Jura abzuleiten, für die Bayesianische Situationen hoch relevant sind.

Ziel des Projekts

Ziel des Projektes ist, die im vorherigen DFG-Projekt entwickelten und systematisch kombinierten Strategien eines psychologisch orientierten Trainings für das schulische Lernen von Schüler*innen des Jahrgangs 11 (je nach Bundesland abweichend) zu adaptieren, dabei vom Vorgängerprojekt die kontrollierte Instruktion zu übernehmen und in das schulische Lernen zu integrieren. Als Innovation werden dabei die im vorherigen DFG-Projekt fokussierten Aspekte „Calculation“ (Berechnung eines positiv-prädiktiven Werts), die situationsgerechte „Communication“ sowie die „Covariation“ (Wirkung von Parameteränderungen auf den positiv-prädiktiven Wert) als erweitertes Bayesianisches Denken für das schulische Lernen untersucht. Im schulischen Lernen beziehen sich Calculation und Covariation auf das funktionale Denken und Communication auf die Interpretation und Kommunikation einer Modellierung. Um verschiedene Unterrichtsbedingungen zu vergleichen, werden neben fünf Optimalbedingungen mit natürlichen Häufigkeiten (mit den Visualisierungen: Vierfeldertafel, Baumdiagramm, Doppelbaum, Netzdiagramm und grafischer Vierfeldertafel) zusätzlich auch solche mit den in der Schule üblichen Wahrscheinlichkeiten als Informationsformat implementiert und drei weitere schulspezifische curriculare Umsetzungen zusätzlich gestaltet. Die Schüler*innen werden im Klassenverband unterrichtet und den verschiedenen Bedingungen zugeteilt, wobei die Instruktionsphasen zwar stark kontrolliert werden, das Projekt aber insgesamt einen Schritt vom stark kontrollierten Experimentaldesign hin auf das schwächer kontrollierte, ökologisch valide Lernen in der Schule macht.