Potenziale pädagogischer Agenten - Alexandria

Transcription

Potenziale pädagogischer Agenten
Oliver Bendel,
Katharina Schnöring, Andrea Back
CC E-Learning
Arbeitsberichte des Learning Center der Universität St. Gallen
1/2002
ISSN 1424-8557
Universität St. Gallen Hochschule für Wirtschafts-, Rechtsund Sozialwissenschaften (HSG)
Institut für Wirtschaftsinformatik
Müller-Friedberg-Strasse 8
CH-9000 St. Gallen
Tel.: +41 (0) 71 224 3358
Fax: +41 (0) 71 224 2716
Prof. Dr. A. Back
Prof. Dr. W. Brenner
Prof. Dr. E. Fleisch
Prof. Dr. H. Österle
Prof. Dr. R. Winter
1
Inhalt
ABBILDUNGSVERZEICHNIS..................................................................................................................... 4
1. EINLEITUNG ............................................................................................................................................. 5
2. GRUNDLAGEN .......................................................................................................................................... 6
2.1 DAS E-LEARNING-REFERENZMODELL UND SEINE EBENEN ...................................................................... 6
2.1.1 Grundzüge des E-Learning-Referenzmodells ................................................................................... 6
2.1.2 Systeme und Technologien................................................................................................................ 6
2.2 AGENTEN ............................................................................................................................................... 10
2.2.1 Bestimmung .................................................................................................................................... 10
2.2.2 Funktionen...................................................................................................................................... 10
2.2.3 Gestaltung ...................................................................................................................................... 11
2.3 PÄDAGOGISCHE AGENTEN...................................................................................................................... 13
2.3.1 Bestimmung .................................................................................................................................... 13
2.3.2 Funktionen...................................................................................................................................... 13
3. AKTIONSFUNKTIONEN PÄDAGOGISCHER AGENTEN .............................................................. 15
3.1 INFORMATION......................................................................................................................................... 15
3.2 KOMMUNIKATION .................................................................................................................................. 16
3.3 TRANSAKTION ........................................................................................................................................ 17
3.4 INTERAKTION ......................................................................................................................................... 17
4. ZIELE PÄDAGOGISCHER AGENTEN................................................................................................ 19
4.1 WISSENSVERMITTLUNG .......................................................................................................................... 19
4.2 SUPPORT ................................................................................................................................................. 20
4.3 MOTIVATION .......................................................................................................................................... 21
5. EINSATZ PÄDAGOGISCHER AGENTEN .......................................................................................... 23
5.1 EINSATZFORMEN PÄDAGOGISCHER AGENTEN ........................................................................................ 23
5.1.1 Pädagogische Agenten als singuläre Lernsysteme ......................................................................... 23
5.1.2 Pädagogische Agenten als Akteure in (Lern-)Systemen ................................................................. 24
5.1.3 Pädagogische Agenten als Akteure in Meta-(Lern-)Systemen........................................................ 25
5.2 EINSATZ VON PÄDAGOGISCHEN AGENTEN IN LERNRÄUMEN .................................................................. 26
5.2.1 Einsatz pädagogischer Agenten im Bereich E-Training................................................................. 26
5.2.2 Einsatz pädagogischer Agenten im Bereich E-Collaboration ........................................................ 26
5.2.3 Einsatz pädagogischer Agenten im Bereich JIT-E-Learning ......................................................... 27
6. BEISPIELE PÄDAGOGISCHER AGENTEN....................................................................................... 29
6.1 ENTWICKLER UND ANBIETER PÄDAGOGISCHER AGENTEN ..................................................................... 29
6.1.1 Forschungseinrichtungen ............................................................................................................... 29
6.1.2 Unternehmen .................................................................................................................................. 30
6.2 AUSGEWÄHLTE BEISPIELE PÄDAGOGISCHER AGENTEN .......................................................................... 31
6.2.1 Beschreibungsschema..................................................................................................................... 31
6.2.2 Steve................................................................................................................................................ 34
6.2.3 Adele............................................................................................................................................... 39
6.2.4 PPP-Persona .................................................................................................................................. 43
6.2.5 Herman the Bug.............................................................................................................................. 46
6.2.6 Linda............................................................................................................................................... 49
6.2.7 Tim.................................................................................................................................................. 53
6.2.8 Gandalf........................................................................................................................................... 55
6.2.9 Einstein........................................................................................................................................... 58
6.2.10 Zusammenfassung......................................................................................................................... 60
7. VORAUSSETZUNGEN FÜR DEN EINSATZ PÄDAGOGISCHER AGENTEN IN
UNTERNEHMEN ......................................................................................................................................... 61
7.1 E-LEARNING-ANGEBOT.......................................................................................................................... 61
2
7.1.1 Einsatzformen ................................................................................................................................. 61
7.1.2 Einsatz von pädagogischen Agenten in Lernräumen...................................................................... 63
7.1.3 Inhalt .............................................................................................................................................. 63
7.1.4 Lernzeit........................................................................................................................................... 64
7.2 ZIELGRUPPE ........................................................................................................................................... 64
7.3 UNTERNEHMEN ...................................................................................................................................... 65
8. SCHWIERIGKEITEN DES EINSATZES PÄDAGOGISCHER AGENTEN .................................... 65
8.1 MOTIVATION .......................................................................................................................................... 66
8.2 INTELLIGENZ .......................................................................................................................................... 67
8.3 TECHNOLOGIE ........................................................................................................................................ 68
8.4 MARKTSITUATION .................................................................................................................................. 68
9. ZUSAMMENFASSUNG........................................................................................................................... 70
10. GLOSSAR................................................................................................................................................ 71
11. LITERATUR UND QUELLEN ............................................................................................................. 73
3
Abbildungsverzeichnis
Abb. 1: E-Learning-Referenzmodell ................................................................................................................. 7
Abb. 2: Aktionsfunktionen des pädagogischen Agenten................................................................................. 15
Abb. 3: Hauptziele pädagogischer Agenten .................................................................................................... 19
Abb. 4: Genie, ein auf der Technologie Microsoft Agent 2.0 basierender Helfer........................................... 23
Abb. 5: E-Learning-System mit Agentin Dr. Voss.......................................................................................... 24
Abb. 6: Luci als Führerin auf der Website von Artificial Life ........................................................................ 25
Abb. 7: Steve im Maschinenraum ................................................................................................................... 34
Abb. 8: Steve und ein anderer Agent............................................................................................................... 38
Abb. 9: Adele und Lernumgebung .................................................................................................................. 39
Abb. 10: Adele ................................................................................................................................................ 42
Abb. 11: PPP-Persona in Aktion ..................................................................................................................... 43
Abb. 12: PPP-Persona und Lernumgebung ..................................................................................................... 45
Abb. 13: Herman the Bug in Design-A-Plant.................................................................................................. 46
Abb. 14: Linda bei der Arbeit (Linda)............................................................................................................. 49
Abb. 15: Linda, Softskills Roleplayer ............................................................................................................. 52
Abb. 16: Tim in Aktion ................................................................................................................................... 53
Abb. 17: Gandalf ............................................................................................................................................. 55
Abb. 18: Der Agent Gandalf ........................................................................................................................... 57
Abb. 19: Einstein und Lernumgebung............................................................................................................. 58
Abb. 20: Weltweiter Markt für Agenten ......................................................................................................... 69
4
1. Einleitung
„Agents are here to stay, not at least because of their diversity, their wide range of applicability and
the broad spectrum of companies investing in them. As we move further and further into the information age, any information-based organization which does not invest in agent technology may be committing commercial hara-kiri.” Hyacinth S. Nwana
Agenten sind virtuelle Realisierungen eines alten Menschheitstraums. Die Erschaffung einer Maschine oder einer Kreatur, die dem Menschen dienstbar zur Seite steht, ist ein Topos von Mythen,
Märchen und Werken zwischen Kolportage- und Weltliteratur. Auch Wissenschaft und Technik
haben sich immer wieder bemüht, den Traum wahr zu machen, zuletzt durch die Entwicklung von
Robotern oder eben die Programmierung virtueller Helfer. Für Aufsehen in der Öffentlichkeit sorgen insbesondere solche Agenten, die nach dem Ebenbild des Menschen geschaffen wurden und als
exzentrische Popstars, hübsche Nachrichtensprecherinnen und smarte Dienstleister in elektronischen Umgebungen agieren.
Die vorliegende Studie, die von der Viviance AG new education in Auftrag gegeben wurde, stellt
einen bestimmten Typus von Agenten vor, den pädagogischen Agenten, der Lernende unterstützt
und bei der Ausführung von Aufgaben im Lernbereich behilflich ist. Zuweilen sind pädagogische
Agenten in Aussehen und Verhalten eher bodenständiger Natur; in jüngerer Zeit wurden aber auch
Charaktere geschaffen, die den oben aufgeführten Typen hinsichtlich ihrer Auffälligkeit in nichts
nachstehen.
Die vorliegende Studie hat zum einen das Ziel, Begriffe und Modelle einzuführen, die das Verständnis von pädagogischen Agenten erleichtern; zum anderen sollen Möglichkeiten und Schwierigkeiten des Einsatzes pädagogischer Agenten - insbesondere im Hinblick auf Unternehmen - aufgezeigt werden.
5
2. Grundlagen
Im vorliegenden Kapitel werden zunächst grundlegende Begriffe und Modelle in aller Kürze dargelegt (Kapitel 2.1). In einem weiteren Schritt wird auf die Funktionsweise von Agenten überhaupt
eingegangen (Kapitel 2.2). Kapitel 2.3 vermittelt dann Grundlagen speziell zu pädagogischen
Agenten (Kapitel 2.3).
2.1 Das E-Learning-Referenzmodell und seine Ebenen
2.1.1 Grundzüge des E-Learning-Referenzmodells
Um eine einheitliche Basis in Bezug auf Begriffe und Modelle herzustellen, wird an dieser Stelle
das von Back, Bendel und Stoller-Schai in ihrem Buch „E-Learning im Unternehmen“ entwickelte
E-Learning-Referenzmodell skizziert.1 Nach dem dort vertretenen Verständnis können im Bereich
E-Learning die vier Ebenen Strategien, Prozesse und Methoden, Systeme und Technologien sowie
Management der Veränderung unterschieden werden.
Auf der Strategieebene geht es darum, eine E-Learning-Strategie zu definieren und mit bestehenden Unternehmensstrategien abzugleichen. Auf der Prozess- oder Methodenebene interessiert, wie
man E-Learning-Massnahmen durchführen kann und welche Gestaltungsmöglichkeiten für Lernprozesse es gibt. Auf der Ebene der Technologien und Systeme werden Beschaffung, Integration
und Betrieb von Basistechnologien, Lerntechnologien und Lernsystemen (E-Learning-Systemen)
angegangen. Beeinflusst werden die genannten Ebenen vom Management der Veränderung, das
z.B. Fragen der Unternehmenskultur oder des Project und Change Management beinhaltet.
In der vorliegenden Studie interessieren in erster Linie die Ebenen Systeme und Technologien sowie Prozesse und Methoden. Beide Ebenen werden im Folgenden näher erläutert.
2.1.2 Systeme und Technologien
Auf der Ebene Systeme und Technologien kann im Bereich E-Learning, wie angedeutet, eine Unterscheidung in verschiedene Typen vorgenommen werden:2
1. Basistechnologien
Der Begriff „Basistechnologien“ steht für Informations- und Kommunikationstechnologien (IKT)
und „Mini-Applikationen“, die in verschiedenen übergeordneten Applikationen und Anwendungssystemen verwendet werden können. Search Engines, E-Mail- und Chat-Applikationen oder Funktionen zur Personalisierung von Websites nehmen bei E-Learning-Systemen die Rolle von Basistechnologien ein.
1
2
Vgl. Back/Bendel/Stoller-Schai, E-Learning im Unternehmen, 16 ff.
6
2. Lerntechnologien
Lösungen für E-Learning liegen nicht schon auf der Ebene der Basistechnologien, sondern erst auf
den Ebenen Lerntechnologien und E-Learning-Systeme vor. Lerntechnologien sind E-LearningApplikationen, d.h. sie verfügen über Funktionen, die Aufgaben in einem Lernprozess unterstützen.
Zu den Lerntechnologien zählen z.B. Applikationen für einen so genannten „Virtual Classroom“, in
dem sich Lehrende und Lernende zu einem bestimmten Zeitpunkt zu einer Lehrveranstaltung treffen, sich also nicht in einem realen Raum einfinden und dort gemeinsam präsent sein müssen.
Strategien
E-Learning-Strategie
E-Human
Resources
E-Training
E-Collaboration
Prozesse und
Methoden
JIT-E-Learning
(EPSS und
persönliches IM &
KM)
E-Learning-Methoden
Systeme und
Technologien
E-Learning-Systeme
und Technologien
E-Learning-Systeme
Lerntechnologien
Basistechnologien
JIT-E-Learning: Just-in-Time-E-Learning
IM: Informationsmanagement
EPSS: Electronic Performance Support System
KM: Knowledge Management
Management
der
Veränderung
Abb. 1: E-Learning-Referenzmodell3
3. E-Learning-Systeme
Der Begriff „E-Learning-System“ bzw. „Lernsystem“ steht für eine konkrete Problemlösung. Ein
E-Learning-System beinhaltet zum einen Daten und Content, zum anderen auch im Anwendungssystem IKT-gestützt verankerte didaktische Konzepte und Methoden. Mit einem E-LearningSystem kann man lernen, man kann es in Lern- und Wissensprozessen und bei konkreten Lernbedürfnissen einsetzen.
3
Vgl. Back/Bendel/Stoller-Schai, E-Learning im Unternehmen, 23.
7
Einfache E-Learning-Systeme sind Computer-based Trainings (CBTs) und Web-based Trainings
(WBTs), etwa in der Form eines Hypermedia-Lehrbuchs, das Lehrtexte mit audio-visuellen Ergänzungen enthält.
Komplexere E-Learning-Systeme - hier auch Meta-Lernsysteme genannt - sind zum Beispiel bestimmte Arten von Lernumgebungen als Applikationsverbund aus mehreren miteinander kombinierten Lerntechnologien und einfachen E-Learning-Systemen. Als höchste Integrationsstufe von
E-Learning-Systemen können sogenannte Lern- und Wissensportale aufgefasst werden.
2.1.3 Gestaltungsmöglichkeiten
Gestaltungsmöglichkeiten im Bereich E-Learning auf der Prozess- und Methodenebene sind nach
Back, Bendel und Stoller-Schai E-Training, E-Collaboration und Just-in-time-E-Learning (JIT-ELearning).4 Die technologischen und systemischen Grundlagen für diese methodischen Ansätze
können ganz verschiedener Art sein. Die Gestaltungsmöglichkeiten bieten methodische Ansätze für
die Gestaltung von Lernräumen.5
1. E-Training
Bei E-Training geht es um die individuelle (in der Regel längerfristige) Vermittlung von Wissen,
wobei sowohl lerner- als auch lehrerzentrierte Methoden gegeben sein können. Meist wird der Ansatz des Self-directed Learning verwirklicht. Elektronische Seminaraufzeichnungen mit Audio- und
Videofiles, CBTs, bestimmte Arten von WBTs, aber auch E-Assessments und E-Simulations sind
Beispiele für Systeme aus diesem Bereich.
2. E-Collaboration
Bei E-Collaboration steht der Austausch von Wissen innerhalb von Gruppen im Vordergrund. Lernen geschieht hier teamorientiert mit einem engen wechselseitigen Erfahrungs- und Wissenstransfer, etwa in einer Learning Community oder einer Community of Practice. Oft findet die Nutzung
synchroner Technologien statt. Technologien wie Chat und Audio- und Videoconferencing spielen
eine zentrale Rolle in kollaborativen Lern- und Arbeitsprozessen. Aber auch asynchrone Technologien wie E-Mail und Diskussionsforen haben ihren Platz.
3. Just-in-time-E-Learning
Bei JIT-E-Learning geht es um die Befriedigung von akuten Lern- und Informationsbedürfnissen.
JIT-E-Learning sichert die Zurverfügungstellung von Informationen und Lerninhalten just-in-time.
Im Vordergrund steht, wie der Einzelne bei Ad-hoc-Lernbedarfen direkt am Arbeitsplatz mit Informationen und Lernmodulen versorgt wird, damit er Aufgaben effizienter und effektiver lösen
kann. Lernen und Arbeiten fliessen dabei ineinander. Die Informationskanäle können über ganz
4
5
Zum Konzept der Lernräume vgl. Back/Bendel/Stoller-Schai, E-Learning im Unternehmen, 162 ff.
8
verschiedene Technologien und Systeme realisiert werden, etwa über Nachrichtenticker oder ständig aktualisierte Nachschlagewerke.
9
2.2 Agenten
2.2.1 Bestimmung
Agenten sind Computerprogramme, die Benutzern bei Anforderungen und Aufgaben assistieren
und dabei mehr oder weniger autonom und intelligent agieren.6
Die folgenden Zitate sollen auf alternative und ergänzende Erklärungen aufmerksam machen:
„Agenten sind autonome Softwareeinheiten, die Aktionen für einen Anwender ausführen.“ (Weigelt,
Agent. In: Mertens (Hg.), Lexikon der Wirtschaftsinformatik, 8)
„Eine Softwareentität, die vom Anwender delegierte Aufgaben autonom erfüllt.” (Caglayan/Harrison, Intelligente Software-Agenten, 10)
„Als intelligenten Softwareagenten bezeichnet man ein Softwareprogramm, das für einen Benutzer
bestimmte Aufgaben erledigen kann und dabei einen Grad an Intelligenz besitzt, der es befähigt,
seine Aufgaben in Teilen autonom durchzuführen und mit seiner Umwelt auf sinnvolle Art und
Weise zu interagieren.“ (Brenner/Zarnekow/Wittig, Intelligente Softwareagenten, 23)
„Software-Dienstleistungen, die im Auftrag von Nutzern auf elektronischen Marktplätzen oder in
der offenen Internet-Welt selbständig, alleine oder in Kooperation mit anderen Agenten, Informations-, Transaktions- oder Kommunikationsfunktionen übernehmen.“ (Kuhlen, Die Konsequenzen
von Informationsassistenten, 418)
„Agents are active, persistent (software) components that perceive, reason, act, and communicate.“
(Huhns/Singh (Hg.), Reading in Agents, 1)
“An interface agent can be defined as a character, enacted by the computer, who acts on behalf of
the user in a virtual (computer-based) environment. Interface agents draw their strength from the
naturalness of the living-organism metaphor in terms of both cognitive accessibility and communication style.” (Laurel, Interface Agents. In: Laurel (Hg.), The Art of Human-Computer Interface Design, 356)
2.2.2 Funktionen
Die folgenden grundlegenden Funktionen von Agenten können in Anknüpfung an die oben gewählte Erklärung aufgeführt werden:7
-
Dienstbarkeit: Der Agent handelt im Auftrag bzw. im Sinne einer Person oder einer Gruppe.
-
Zielorientiertheit: Agenten arbeiten zielorientiert auf die Erledigung von Aufgaben hin.
6
Vgl. Back/Bendel/Stoller-Schai, E-Learning im Unternehmen, 270. - Synonyme zu „Agenten“ sind „Software-Agenten“, „Softbots“ und „Bots“. Kuhlen gebraucht den weiteren Begriff des Assistenten; vgl. Kuhlen,
Die Konsequenzen von Informationsassistenten, 198 ff. Wichtig ist weiterhin der Begriff des Avatars. Mit
diesem Begriff werden virtuelle Stellvertreter von Benutzern (oder auch von fiktiven Figuren) bezeichnet.
Vgl. Bendel, Avatar. In: Mertens (Hg.), Lexikon der Wirtschaftsinformatik, 60.
7
Vgl. Back/Bendel/Stoller-Schai, E-Learning im Unternehmen, 270 f., Brenner/Zarnekow/Wittig, Intelligente Softwareagenten, 25 f., Murch/Johnson, Agententechnologie, 29 f., Caglayan/Harrison, Intelligente Software-Agenten, 126, Bigus/Bigus, Intelligente Agenten mit Java programmieren, 35 ff.
10
-
Autonomie: Der Agent agiert mit einem bestimmten Grad an Selbständigkeit.
-
Intelligenz: Agenten besitzen eine gewisse Art von Kognitionsfähigkeit und Intelligenz.
Eine weitere Funktion, die manche Agenten aufweisen, ist die Mobilität. „Mobilität beschreibt die
Fähigkeit eines Agenten, sich innerhalb elektronischer Kommunikationsnetzwerke zu bewegen.
Mobile Agenten sind in der Lage, von einem Rechner eines elektronischen Netzwerkes zu einem
anderen zu wandern.“8 Diese Fähigkeit gewinnt angesichts der zunehmenden Vernetzung - etwa in
und zwischen Unternehmen - mehr und mehr an Bedeutung.
In Bezug auf die möglichen Aktionsfunktionen eines Agenten - hier verstanden als Funktionen, die
sich auf den Gegenstand der Handlungen zwischen Agent, Benutzer, virtueller Umgebung und
anderen Agenten beziehen - sollen folgende Bereiche herausgestellt werden:9
-
Information: Der Agent sammelt und vermittelt Informationen.
-
Kommunikation: Agenten kommunizieren mit Anwendern bzw. anderen Systemen.
-
Transaktion: Von den Agenten werden bestimmte Transaktionen durchgeführt.
-
Interaktion: Der Agent steht in Wechselwirkung mit seiner Umgebung.
Zwischen diesen Funktionen bestehen enge Beziehungen. Oft ist der Wechsel von der einen zur
anderen Funktion fliessend.10
2.2.3 Gestaltung
Treten Agenten sichtbar in Erscheinung, so weisen sie eine bestimmte Gestalt auf. Diese ist realistisch oder nicht realistisch. Realistische Darstellungen ahmen eine Wirklichkeit nach; Beispiele
sind Agenten als Popstars, Nachrichtensprecher oder Dienstleister, die menschliches Äusseres besitzen, oder aber Nachbildungen von Tieren. Nicht realistische Gestalten intendieren nicht die Darstellung von Wirklichkeit bzw. weichen bewusst von dieser ab; Beispiele sind Gnome, Hexen und
Tiere, die menschliche Merkmale besitzen.
Die Gestalt des Agent kann animiert werden, so dass sich diese ganz oder in einzelnen Teilen temporär oder dauerhaft verändert.11 Der sichtbare Agent kann sich ausserdem in Bewegung befinden,
also innerhalb eines einsehbaren Bereichs den Standort wechseln.
8
Brenner/Zarnekow/Wittig, Intelligente Softwareagenten, 30.
Vgl. Back/Bendel/Stoller-Schai, E-Learning im Unternehmen, 270 f.
10
Es sollen in der vorliegenden Arbeit Typisierungen von Agenten vermieden werden, um die Komplexität
der Darstellung nicht unnötig zu erhöhen. Zu möglichen Typisierungen s. Brenner/Zarnekow/Wittig, Intelligente Softwareagenten, 33 ff., Caglayan/Harrison, Intelligente Software-Agenten, 14 ff., Kuhlen, Die Konsequenzen von Informationsassistenten, 233 ff.
11
In Bezug auf die äussere Gestaltung kann zwischen den Darstellungsformen life-quality und stylized unterschieden werden. Life-quality bedeutet, dass - vor allem bei der animierten Darstellung - physikalische Gesetze eingehalten werden. Gestalten, die stylized sind, können dagegen von diesen Gesetzen abweichen, so
9
11
Manche Agenten treten nicht nur durch ihre Gestalt, sondern auch mittels ihrer sprachlichen Handlungen in Erscheinung. Mit Hilfe der sprachlichen Handlungen kommunizieren sie mit Benutzern
oder auch mit anderen Agenten. Die sprachlichen Handlungen bestehen entweder aus gesprochener
Sprache oder aus Text.
Da Agenten die Eigenschaft der Dienstbarkeit aufweisen und diese eine eigentlich menschliche
Qualität ist, liegt die Möglichkeit der Anthropomorphisierung, der Vermenschlichung, nahe. „In
vielen Fällen ist es wünschenswert, dass ein Agent nach aussen ein möglichst menschen-ähnliches
Verhalten demonstriert.“12 Zur eindeutigen Abgrenzung soll hier von Anthropomorphisierung gesprochen werden, wenn Kopf oder Gestalt des Agenten menschlichem Äusseren nachempfunden
sind, wobei nicht zwangsläufig realistische Darstellungsformen gegeben sein müssen, und wenn
Verhaltensweisen als menschlich verstanden werden können.13
Realisiert wird die Anthropomorphisierung über die entsprechende Gestaltung von Gestalt, Animation, Bewegung und sprachlicher Handlung. Bestimmte Agenten erhalten ein menschliches Antlitz,
mimische Fähigkeiten, einen virtuellen Körper mit gestischen Mitteln und der Möglichkeit der
Bewegung sowie die Fähigkeit, sich in natürlicher Sprache über Text- oder Sprachausgabe zu äussern. Der anthropomorphe Agent vermag damit menschenähnlich zu agieren, Befindlichkeiten und
Emotionen zu zeigen und sogar einen spezifischen Charakter mit gleichbleibenden oder in schlüssiger Folge variierenden Eigenschaften darzustellen.14
============================================================================================================================================
dass beispielsweise bei einer Figur, die etwas Interessantes wahrzunehmen scheint, die Augen weit heraustreten. Vgl. Towns/FitzGerald/Lester, Visual Emotive Communication in Lifelike Pedagogical Agents, 478.
12
13
Allerdings können z.B. auch Tierdarstellungen mit menschlichen Zügen und Verhaltensweise ähnlich wie
eine eigentlich anthropomorphe Figur wirken.
14
Zu Verhaltensunterschieden von Benutzern hinsichtlich eines textuellen Interface und eines Interface mit
einem realistischen Gesicht Sproull/Subramani/Walker et al., When the Interface is a Face, 97 ff. Zu Verhaltensunterschieden von Benutzern in Bezug auf Emotionen von Agenten s. Dietz/Lang, Æffektive agents,
http://www.polara.org/pubs/cogtech1999.html. Zur Frage, ob es vorteilhaft ist, einen Agenten mit einem
Gesicht zu repräsentieren, s. Koda/Maes, Agents with Faces: the Effect of Personification, 189 ff. Zur Frage,
ob non-verbales Feedback bei animierten Agenten von Vorteil ist, s. Cassell/Thórisson, The Power of a Nod
and a Glance, 519 ff. Zur unterschiedlichen Wahrnehmung von animierten und nicht animierten Agenten s.
Lester/Converse/Kahler et al., The Persona Effect. In: Pemperton (Hg.), Human Factors in Computing Systems, 359 ff. - In diesem Zusammenhang ist noch der Begriff des believable agent wichtig; mit diesem Begriff wird eine Klasse von Agenten bezeichnet, die so glaubwürdig und natürlich wie möglich agieren sollen.
12
2.3 Pädagogische Agenten
2.3.1 Bestimmung
Pädagogische Agenten sind Agenten, die Lern- und Wissensprozesse ermöglichen und unterstützen
und Lernende motivieren. Sie können als singuläre Systeme auftreten, aber auch auf virtuelle Umgebungen, etwa Lernsysteme, referenzieren. Häufig sind pädagogische Agenten Experten zu bestimmten Themen und vermitteln Lernenden ihr spezifisches Wissen.15
Die folgenden Definitionen sollen verschiedene Ansätze bei der Bestimmung von pädagogischen
Agenten aufzeigen:
„Pedagogical agents are autonomous agents that support human learning, by interacting with students in the context of interactive learning environments.” (Johnson, Pedagogical Agents,
http://www.isi.edu/isd/carte/ped_agents/pedagogical_agents.html)
„Animated pedagogical agents are lifelike animated characters that facilitate the learning process.”
(Johnson, Pedagogical Agents on the Web, http://www.isi.edu/ isd/ADE/papers/its98/ITS98WW.htm)
„Animated pedagogical agents … cohabit learning environments with students to create rich, faceto-face learning interactions.” (Johnson, Animated Pedagogical Agents, 47)
„In short, Interactive Animated Pedagogical Agents are animated computer characters that are tied
into an artificial intelligence (or „AI”) backend. Think „Microsoft Paper Clip”, but a whole lot
smarter, more personality, less annoying, and able to teach. Actually, don’t think of the Microsoft
Paper Clip. That was a bad suggestion.” (Slater, Interactive Animated Pedagogical Agents, 6)
„Pedagogical agents are program modules that make use of artificial intelligence approaches to provide timely, contextual help or instruction to a learner.” (Fenton-Kerr/Clark/Cheney, Multi-agent
Design in Flexible Learning Environments,
http://www.artsit.usyd.edu.au/teaching/Multi_Ag_Design.htm)
Unter Verwendung der im Zusammenhang mit dem E-Learning-Referenzmodell eingeführten Begriffe (vgl. Kapitel 2.1) kann man pädagogische Agenten als E-Learning-Systeme oder Lernsysteme
bezeichnen. Sie sind Anwendungen, mit denen man lernen kann bzw. die in konkreten Lern- und
Wissensprozessen zur Verfügung stehen.
2.3.2 Funktionen
Die oben beschriebenen Grundfunktionen von Agenten sollen in Bezug auf pädagogische Agenten
präzisiert werden:
-
Dienstbarkeit: Pädagogische Agenten führen Aufträge von Lernenden aus bzw. von Personen
und Gruppen, von denen der Lernende abhängig ist.
15
Vgl. Back/Bendel/Stoller-Schai, E-Learning im Unternehmen, 275.
13
-
Zielorientiertheit: Pädagogische Agenten erledigen Aufgaben im Hinblick auf Bedürfnisse von
Lernenden und von übergeordneten Personen ziel- und problemorientiert.
-
Autonomie: Der pädagogische Agent steht dem Lernenden als autonomer Helfer zur Verfügung, der Aufgaben selbständig, abgeleitet von Bedürfnissen und Problemen des Lernenden
oder auf Anweisung ausführt.
-
Intelligenz: Der pädagogische Agent beherrscht kognitiv seinen Kontext und kann mit dem
Lernenden intelligent kommunizieren.
Die potenziell vorhandene Mobilität erlaubt es dem pädagogischen Agenten, spezifische Aufgaben
in Bezug auf Lern- und Wissensprozesse wahrnehmen; Beispiele dafür werden im Rahmen der
detaillierten Darstellung der Transaktion in Kapitel 3.3 gegeben.
Die Anthropomorphisierung des pädagogischen Agenten führt im Lernbereich zu speziellen Fragestellungen, die vor allem die Aspekte Motivation und Vertrauen betreffen. Auf diese Aspekte wird
noch ausführlich eingegangen (vgl. Kapitel 4.3).
Die Aktionsfunktionen (Information, Kommunikation, Transaktion und Interaktion) erhalten im
Zusammenhang mit pädagogischen Agenten eine bestimmte Ausprägung:
-
Information: Der pädagogische Agent sammelt und vermittelt Informationen, die im Lernzusammenhang relevant sind und der Befriedigung von Informationsbedürfnissen bzw. der
Bewältigung von Problemen und der Herstellung von Handlungskompetenz dienen.
-
Kommunikation: Pädagogische Agenten kommunizieren mit dem Anwender bzw. mit anderen
Systemen in Bezug auf fachliche und methodische Fragen und unterstützen kommunikative
Handlungen zwischen Lernenden.
-
Transaktion: Von den pädagogischen Agenten werden bestimmte Transaktionen durchgeführt,
d.h. benötigte Contents beschafft, Services vermittelt und Produkte transferiert.
-
Interaktion: Der pädagogische Agent steht in Bezug auf Navigation und Gestaltung von Lernund Wissensprozessen in Wechselwirkung mit seiner Umwelt und mit Benutzern.
Im folgenden Kapitel wird auf die einzelnen Aktionsfunktionen näher eingegangen.
14
3. Aktionsfunktionen pädagogischer Agenten
Die Aktionsfunktionen des pädagogischen Agenten sind, wie ausgeführt, solche Funktionen, die
den Gegenstand von Handlungen des Agenten in Beziehung zu seiner Umwelt und zum Lernenden
betreffen. Im Folgenden wird auf die einzelnen Aktionsfunktionen im Detail eingegangen.16
Information
Kommunikation
Hilfefunktion
Lehrfunktion
Erklärungsfunktion
Ratgeberfunktion
Präsentationsfunktion
Konversationsfunktion
Demonstrationsfunktion
Feedbackfunktion
Pädagogischer
Agent
Transaktion
Interaktion
Suchfunktion
Navigationsfunktion
Abwicklungsfunktion
Manipulationsfunktion
Beschaffungsfunktion
Evaluationsfunktion
Transferfunktion
Personalisierungsfunktion
Abb. 2: Aktionsfunktionen des pädagogischen Agenten
3.1 Information
Pädagogische Agenten können Lernenden Informationen in unidirektionaler Form vermitteln. Der
Lernende rezipiert in diesem Fall zunächst passiv die Information, bevor er gegebenenfalls Aktionen einleitet oder sprachliche Handlungen vollzieht.
16
Strzebkowski und Schaumburg verwenden im Hinblick auf „Guides“ in Lernumgebungen einige wenige
Begrifflichkeiten, die sich teilweise mit den hier benutzten Begriffen decken; so sprechen sie von einer „Hilfe-Funktion“, „Präsentator-Funktion“, „Guide-Funktion“ und „Tutor-Funktion“, wobei in der Ausübung
dieser Funktionen das klassische Aufgabenspektrum der Guides gesehen wird. Vgl. Strzebkowski/Schaumburg, Pädagogische Agenten, 11.
15
Ein Beispiel für eine solche Informationsvermittlung ist die Hilfefunktion. Der Agent tritt etwa
direkt nach dem Aufrufen des Lernsystems in Aktion und gibt dem Benutzer Grundinformationen
bezüglich seiner Funktionen oder der Grundfunktionen und Inhalte der Lernumgebung.
Ein weiteres Beispiel für die Informationsvermittlung ist die Erklärungsfunktion. Der Agent erklärt
beispielsweise bestimmte Sachthemen. Er kann weiterhin dem Lernenden innerhalb eines Lernsystems zur Verfügung stehen und dem Benutzer Erklärungen bezüglich der dort angebotenen Inhalte
liefern.
Der Agent kann auch Inhalte präsentieren (Präsentationsfunktion), beispielsweise indem er zu einem bestimmten Thema ausgewählte Texte, Grafiken und Videos offeriert und - vergleichbar mit
dem Vorgehen einer realen Person bei einer Präsentation - zusätzliche Hinweise gibt.
Eine weitere Form der Informationsvermittlung ist die Demonstration (Demonstrationsfunktion).
Der Agent verweist auf Objekte und demonstriert ihre Funktionen. Eine Demonstration hat stark
anschaulichen Charakter.
3.2 Kommunikation
Über die beschriebene Informationsvermittlung hinaus kann der Agent mit dem Benutzer bidirektional kommunizieren.17 In vielen Fällen ist eine natürlichsprachliche Kommunikation möglich. Der
Benutzer formuliert - meist über ein einzeiliges Eingabefeld, wie man es auch bei Chats findet18 Aussage- und Fragesätze, und der Agent schreibt zurück oder spricht mit dem Benutzer.
Unterschieden wird zwischen einer vom Benutzer und einer vom Agenten initiierten Kommunikation. Kommunikative Handlungen, die vom Agenten ausgehen, können beispielsweise in leading
questions bestehen, in Leitfragen, die sicherstellen sollen, dass der Studierende eine Situation richtig deutet. Eine durch den Benutzer initiierte Kommunikation ermöglicht dem Lernenden eine aktive Rolle und führt sach- und leistungsorientiert Lösungen herbei.
Im Rahmen der Lehrfunktion befragt der Agent den Lernenden, um ein Gespräch zum Thema anzustossen oder das Thema in eine Richtung zu steuern. Umgekehrt kann der Lernende den Agenten
über die eigene Person und die eigenen Bedürfnisse informieren und ihn zu verschiedenen Themen
konsultieren. Der Agent antwortet auf diese Hinweise und Fragen und gebraucht dabei gegebenenfalls verschiedene Informationsfunktionen.
Der Agent kann dem Lernenden weiterhin im Sinne einer Ratgeberfunktion zur Verfügung stehen.
In diesem Fall ist der Agent Ratgeber bzw. tutorieller Begleiter in Lern- und Wissensprozessen. Er
steht für Rückfragen zur Verfügung und begleitet den Lernenden in Übungen und Simulationen.
17
Die Möglichkeit der Kommunikation zwischen Agenten bzw. zwischen Agenten und anderen Systemen
soll an dieser Stelle vernachlässigt werden.
18
In seltenen Fällen kann der Benutzer mit dem Agenten auch über ein Mikrofon kommunizieren.
16
Im Rahmen der Konversationsfunktion finden eher „informelle“ Gespräche zwischen Agent und
Benutzer statt. Es werden Sachthemen, aber auch persönliche Fragen angesprochen. Agent und
Benutzer treiben Konversation auf gleichberechtigter Basis.
Die Feedbackfunktion stellt ein Feedback des Agenten in Form von sprachlichen, gestischen und
mimischen Handlungen sicher. Das Feedback kann zum Beispiel in einem bestätigenden Satz oder
Kopfnicken bestehen.
3.3 Transaktion
Über die Kommunikation (den Austausch von Informationen und Wissen) hinaus sind manche
pädagogische Agenten in der Lage, Benutzer bei Transaktionen zu unterstützen und damit bei einem Austausch von Gütern und Dienstleistungen behilflich zu sein. Transaktionen beruhen oft auf
der Fähigkeit der Mobilität.
Bei vielen Transaktionen ist eine Suchfunktion notwendig. Der Agent muss in der Lage sein, Suchinstruktionen entgegenzunehmen, eine Suche durchzuführen, relevante Ressourcen aufzufinden
und Angebote zu vergleichen. Beispielsweise kann sich der Agent im Internet auf die Suche nach
passendem Content oder bestimmten Services und Produkten machen. Relevante oder hoch bewertete Ergebnisse werden nach bestimmten Kriterien sortiert und angezeigt.
Werden relevante Ressourcen identifiziert, kann eine Abwicklungsfunktion erforderlich sein. Der
Agent verhandelt die Bedingungen, unter denen die Ressourcen für seinen Benutzer verfügbar gemacht werden, und wickelt die damit zusammenhängenden (Finanz-)Transaktionen ab.
Über die Beschaffungsfunktion wird die relevante Ressource dem Benutzer zugänglich gemacht.
Dies kann beispielsweise dadurch geschehen, dass eine Datei aufgerufen wird, wobei diese nach
Beendigung des Prozesses nicht mehr zu Verfügung stehen muss; sie kann aber auch auf einem
Server oder dem Rechner des Benutzers gespeichert und dort längerfristig vorgehalten werden.
Mit Hilfe der Transferfunktion werden Ressourcen transferiert. Die Transferfunktion kann mit der
Beschaffungsfunktion zusammenfallen; von einer Transferfunktion kann man aber z.B. auch sprechen, wenn der Agent Content, Services und Produkte von einem Benutzer zum anderen transferiert.
3.4 Interaktion
Interaktionen finden zwischen Agent und Benutzer, zwischen Agent und (Lern-)Umgebung bzw.
Meta-(Lern-)Umgebung und zwischen Agenten statt. Typisch für die Interaktion zwischen Benutzer und Agent ist die gegenseitige Initiierung von Handlungen auf beiden Seiten.
Im Rahmen der Navigationsfunktion helfen pädagogische Agenten dem Lernenden bei der Navigation durch Anwendungen bzw. übermitteln ihm Angaben über die Navigation. Sie führen ihn ei-
17
genständig (etwa im Rahmen von Guided Tours) oder auf Anfrage zu Ressourcen und informieren
ihn über bereits zurückgelegte Pfade, über den erfolgten Abruf von Ressourcen und über die Absolvierung von Lerneinheiten.
Die Manipulationsfunktion ermöglicht die Manipulation der Systemumgebung durch den Agenten
und den Benutzer und die Manipulation des Agenten durch den Benutzer und durch veränderte
Systembedingungen. Beispielsweise reagiert der Agent auf Zustandsänderungen in seiner Umwelt,
die der Benutzer verursacht hat.
Weiterhin kann der Agent über eine Evaluationsfunktion verfügen. Er analysiert das Profil des
Lernenden, bewertet Antworten und führt Tests durch. Auf diese Weise kommt er zu Beurteilungen
des Wissensstands und des Lernerfolgs des Benutzers.
Schliesslich kann der Agent eine Personalisierungsfunktion ausüben. Auf der Basis bestimmter
Informationen, die er z.B. über die Evaluationsfunktion oder aus anderen Quellen gewonnen hat,
passt er seine eigene Gestalt und seine Funktionen an bzw. schafft er eine individualisierte, personalisierte Lernumgebung.
A pedagogical agent evaluates the learner’s understanding throughout the interaction, just as a human
teacher would, and adapts the lesson plan accordingly. Pedagogical agents will not move on to more
sophisticated concepts until it is clear that the learner has a good understanding of the basics. If learners continue to have difficulty, the agent can provide additional instruction.19
In diesem Zusammenhang spricht man auch von der Adaptivität eines Lernsystems. Unter „Adaptivität“ ist die selbständige Anpassung eines Lernprogramms an die unterschiedlichen Bedürfnisse
der Benutzer zu verstehen.
19
Slater, Interactive Animated Pedagogical Agents, 7.
18
4. Ziele pädagogischer Agenten
Der Einsatz pädagogischer Agenten verfolgt drei Hauptziele, Wissensvermittlung (Kapitel 4.1),
Support (Kapitel 4.2) und Motivation (Kapitel 4.3). Im Folgenden werden die Hauptziele näher
beschrieben, wobei eine Zuordnung zu den Aktionsfunktionen (s. Kapitel 3) stattfindet.
sachorientiert
Su
ort
pp
leistungsorientiert
Mo
tiv
ati
on
Wissensvermittlung
personenorientiert
Abb. 3: Hauptziele pädagogischer Agenten
4.1 Wissensvermittlung
Der Einsatz pädagogischer Agenten ermöglicht zunächst Wissensvermittlung. Bei dieser Vermittlung handelt es sich um ein sachorientiertes Ziel. Ziel ist es, das Wissen der Benutzer zu bestimmten Themen zu mehren und den Transfer des Wissens in den Alltag bzw. die Arbeitspraxis sicherzustellen.
Die Wissensvermittlung findet vor allem über die Aktionsfunktionen Information und Kommunikation statt.
Die Information sichert die Vermittlung von relevantem Wissen. Dem Benutzer werden Texte,
Informationen, Bilder, Video- und Audiofiles zur Verfügung gestellt, mit denen er lernen und üben
kann. Sachverhalte und Vorgänge werden eingeführt, erklärt, präsentiert und demonstriert.
19
Die Kommunikation gewährleistet ebenfalls die Versorgung mit Wissen, wobei zusätzlich eine
Anleitung und Betreuung und auch auf informeller Ebene ein Austausch stattfindet. Der Benutzer
lernt im Dialog mit dem Agenten; dabei können sowohl Benutzer als auch Agent die thematische
Richtung beeinflussen und steuern.
4.2 Support
Pädagogische Agenten bieten weiterhin Support von Lernenden und damit Unterstützung von
Lern- und Wissensprozessen. Der Support durch pädagogische Agenten stellt ein leistungsorientiertes Ziel dar. Ziel ist es, den Benutzer mit relevanten Ressourcen zu versorgen und seine
Leistungen zu bewerten und zu optimieren. Insgesamt soll der Benutzer lernund leistungsfähig
erhalten werden.
Der Support von Lernenden wird über die Aktionsfunktionen Information und Kommunikation und
wesentlich auch über Transaktion und Interaktion gewährleistet.
Die Informationsfunktion sichert eine Grundversorgung von Content, Services und Produkten. Der
Agent vermittelt Sachverhalte und Funktionsweisen, wobei hier nicht die inhaltliche Ebene angesprochen ist, sondern die Möglichkeit der Vermittlung selbst.
Mit Hilfe der Kommunikationsfunktion wird dem Benutzer über die sachbezogene Wissensvermittlung hinaus leistungsorientierte Hilfe in laufenden Lern- und Wissensprozessen zur Verfügung gestellt; beispielsweise gibt der Agent Hinweise zur Durchführung einer Lerneinheit.
Die Transaktion sichert die Zuverfügungstellung relevanter Ressourcen über einen gegebenen Ressourcenpool hinaus. Dem Lernenden werden zusätzlich Content, Services und Produkte zur Verfügung gestellt. Auf diese Weise werden aktuelle Bedürfnisse befriedigt und können akute Probleme
angegangen werden.
Die Interaktion gewährleistet die Unterstützung der Navigation, die Möglichkeit der Manipulation,
die Evaluation von Lern- und Wissensprozessen und die Personalisierung des Lernsystems. Die
Navigationsfunktion erleichtert dem Lernenden den Umgang mit der virtuellen Umgebung und das
Auffinden von relevanten Ressourcen. Die Manipulation ermöglicht die Steuerung des Agenten
und die Manipulation der Lernumgebung, so dass Lern- und Wissensprozesse weitergetrieben und
verändert werden können. Bei der Evaluation werden die Leistungen des Lernenden gemessen und
bewertet. Auf diese Weise wird ein Rahmen abgesteckt für die Unterstützung der Lern- und Wissensprozesse. Personalisierung bedeutet im gegebenen Zusammenhang, dass auf der Basis der Bewertung oder über andere Datenquellen eine Anpassung der Systeme an die Bedürfnisse des Benutzers stattfindet.
20
4.3 Motivation
Pädagogische Agenten stellen auch eine Hilfe in motivationaler Hinsicht dar. Die Motivation des
Lernenden kann als personenorientiertes Ziel begriffen werden. Ziel ist es, dass der Lernende in
Lern- und Wissensprozessen als Person gefördert wird und Anreize gewinnt, die erworbenen
Kompetenzen in die Praxis umzusetzen.
Die Motivation wird wesentlich durch die Funktionen in den Bereichen Kommunikation, Transaktion und Interaktion initiiert und gestützt. Weiterhin steht sie im Zusammenhang mit der Anthropomorphisierung des Agenten.
Im Bereich der Kommunikation kann die unmittelbare visuelle und sprachliche Reaktion des virtuellen Gegenübers zur Motivierung des Lernenden beitragen. Interessant ist auch die kommunikative Belastbarkeit des Agenten:
Interactive Animated Pedagogical Agents offer a low-pressure learning environment that allows users
to gain knowledge at their own pace. These agents strive to achieve the delicate balance of the best
aspects of a human tutor and the best aspects of a computer-based intelligent tutoring system. For example, like a human, agents can get excited when a learner does well, yet the learner does not need to
feel embarrassed in front of an agent if they need to ask the same question over and over again.20
Die Hilfe des Agenten bei Transaktionen versetzt den Lernenden in die Lage, aktuell benötigte
Ressourcen schnell und aktuell zu beziehen und sich so auf die eigentlichen Lern- und Wissensprozesse fokussieren zu können. Der Bereich der Interaktion ist wichtig in motivationaler Hinsicht u.a.
durch die Unterstützung bei Aktionen und die Evaluation von Lern- und Wissensprozessen.
Aber auch der Bereich der Information erlebt in motivationaler Hinsicht eine Veränderung, weil
Information durch einen visuell oder sprachlich erlebbaren Akteur angeboten wird. Dieser zieht
seine Aufmerksamkeit auf sich und seine Aktionen und ist ein Mittler zwischen Wissen und Benutzer. Auf diese Potenziale machen auch Strzebkowski und Schaumburg am Beispiel anthropomorpher Agenten aufmerksam: „Von dem Einsatz solcher personifizierter Hilfen verspricht man sich
eine höhere Aufmerksamkeit, gezieltere Lenkung der Aufmerksamkeit des Benutzers sowie die
Förderung der Motivation für die Beschäftigung mit einem Computersystem.“21
Überhaupt ist in diesem Zusammenhang die anthropomorphe Gestalt des pädagogischen Agenten
von grosser Bedeutung. Kuhlen verweist darauf, dass „Gesichter und variierende Gesichtsausdrücke von Agenten die Leistung und die Produktivität von Menschen beeinflussen, wenn sie mit diesen Agenten kommunizieren“22. Weiter führt er aus:
Ein Agenten-Gesicht, zumal wenn es nicht starr ist, sondern über eine grössere Ausdrucksbreite verfügt, motiviert zu einem aktiven Interaktionsverhalten, verlangt aber mehr Anstrengung und Aufmerk20
Strzebkowski/Schaumburg, Pädagogische Agenten, 10 f.
22
Kuhlen, Die Konsequenzen von Informationsassistenten, 285 f.
21
21
samkeit vom Benutzer, ohne dass eindeutig gesichert ist, ob sich das immer auf das eigentliche Interaktionsziel positiv auswirkt.23
Wichtig ist auch, dass Agenten mit menschlichem Äusseren schnell wiedererkannt werden und sich
zum vertrauten Begleiter entwickeln.
In Zusammenhang mit dem menschlichen oder menschenähnlichen Aussehen und Verhalten insgesamt können weitere motivationale Aspekte geltend gemacht werden. So spielt der Charakter des
Agenten eine wichtige Rolle: „Pedagogical agents have colorful personalities, interesting life histories, and specific areas of expertise. They can be designed to be the coolest teachers in school.”24
Weiterhin kann die Möglichkeit der Einfühlung eine Rolle spielen: „An emotive pedagogical agent
that is in some way sensitive to the learner’s progress may intervene when she becomes frustrated
and before she begins to lose interest.“25 Nicht zuletzt kann der Agent seine Begeisterung für Themen auf den Lernenden übertragen: „An emotive pedagogical agent may convey enthusiasm for the
subject matter at hand and may foster similar levels of enthusiasm in the learner.” 26
Eine zentrale Frage in diesem Kontext ist die nach dem Vertrauen, das der Benutzer in Agenten
hat:
Für einen Agenten wichtige Eigenschaften sind vor allem Ehrlichkeit, Vertrauenswürdigkeit und Zuverlässigkeit. Kein Benutzer würde einem Agenten wichtige Aufgaben anvertrauen, wenn er die Befürchtung hätte, dass dieser nicht vertrauenswürdig wäre und mit Absicht ein nicht abgesprochenes
Ziel verfolgen oder vertrauliche Informationen an andere Agenten oder Personen verraten würde.27
Vor diesem Hintergrund ist eine konsistente Gestaltung des Agenten hinsichtlich seiner Funktionen
wichtig.
23
Kuhlen, Die Konsequenzen von Informationsassistenten, 285 f. - Zu unterscheiden ist in diesem Kontext,
ob es sich um realistische oder nicht realistische und um Darstellungsformen der Art life-quality oder stylized
handelt.
24
25
26
27
22
5. Einsatz pädagogischer Agenten
Der Einsatz pädagogischer Agenten soll aus zwei verschiedenen Blickrichtungen betrachtet werden. Einerseits interessiert, welche Einsatzformen pädagogischer Agenten vorkommen; in diesem
Zusammenhang werden drei verschiedene Formen unterschieden (Kapitel 5.1). Andererseits wird
dargestellt, wie die Gestaltungsmöglichkeiten auf Prozess- und Methodenebene (vgl. Kapitel 2.1)
die Aktionen des pädagogischen Agenten determinieren (Kapitel 5.2).
5.1 Einsatzformen pädagogischer Agenten
Es können drei verschiedene Einsatzformen pädagogischer Agenten unterschieden werden. Pädagogische Agenten treten entweder als singuläre Lernsysteme auf, als „Bewohner“ von „einfachen“
(in sich mehr oder weniger geschlossenen und homogen gestalteten) (Lern-)Systemen oder als Akteure von Meta-(Lern-)Systemen. Je nach Einsatzform werden bei den Aktionsfunktionen verschiedene Schwerpunkte gesetzt.
5.1.1 Pädagogische Agenten als singuläre Lernsysteme
Pädagogische Agenten können als singuläre Lernsysteme fungieren, die nicht auf ein anderes
(Lern-)System oder ein Meta-(Lern-)System referenzieren. In diesem Fall stellt der Agent meist die
einzige technologische und systemische Schnittstelle im Lern- und Wissensprozess dar. Singuläre
Lernsysteme in Form von Agenten sind eher selten.
Abb. 4: Genie, ein auf der Technologie Microsoft Agent 2.0 basierender Helfer28
Pädagogische Agenten können als singuläre Lernsysteme Hilfe- und Erklärungsfunktion einsetzen;
Präsentations- und Demonstrationsfunktion sind nicht oder nur stark eingeschränkt möglich. Im
Vordergrund steht bei dieser Einsatzform die Kommunikation. Zwischen Agenten und Lernenden
28
Über http://www.microsoft.com/mind/0499/agent/agent.htm gibt es nähere Angaben zu Genie: „Microsoft® Agent version 2.0 is an innovative, royalty-free interface technology that can be included as part of
your Web pages or conventional applications. This user interface element can be used on Windows® platforms (except Windows CE), and it enables you to display and animate an interactive character. You can
even compile character animations of your own using the Microsoft Agent Character Editor. You can define
the character’s name and description, the way it looks, and even its methods of output. … Agent is not intended for any specific kind of application; characters can be used as guides, instructors, chat avatars, or even
game opponents. … Microsoft supplies four characters: Genie, Merlin, Peedy the parrot, and Robby the robot.”
23
entfalten sich Dialoge, bei denen der Agent im Sinne der Wissensvermittlung, des Supports und der
Motivation agiert. Hat der Lernende Informations- oder Ressourcenbedarf, der nicht durch die Wissensbasis des Agenten zufriedengestellt wird, kann sich der Agent auf die Suche nach adäquaten
Ressourcen begeben und diese an den Lernenden vermitteln, und er kann Transfers zwischen Benutzern unterstützen. Interaktionsfunktionen sind nur rudimentär sinnvoll und möglich.
5.1.2 Pädagogische Agenten als Akteure in (Lern-)Systemen
Pädagogische Agenten können auch in einer Lernumgebung oder einer anderen virtuellen Umgebung „zuhause” sein und auf Elemente dieser Umgebung verweisen bzw. diese manipulieren. Diese
Einsatzform pädagogischer Agenten ist sehr verbreitet.
Abb. 5: E-Learning-System mit Agentin Dr. Voss29
Agenten können als Akteure in Lernsystemen alle Informationsfunktionen wahrnehmen und z.B.
mit
Hilfe
von
Präsentationsfunktion
und
Demonstrationsfunktion
agieren.
Kommuni-
kationsfunktionen können voll in Anspruch genommen werden, auch in der Weise, dass der Agent
29
Es handelt sich hierbei um einen Show-Case, der über http://www.artificial-life.com bezogen werden kann.
Auf der Website heisst es zu dem Case mit Dr. Voss: „Take a look at how bots can be used in the field of
bio-technology education and e-learning.”
24
im Dialog auf seine virtuelle Umwelt verweist. Ebenso können Transaktionsfunktionen zur Gänze
beansprucht werden. Interaktionen finden statt, wenn der Lernende bei der Navigation unterstützt
wird, Manipulationen der Umwelt durch Agent oder Benutzer oder des Agenten selbst vorgenommen werden können, die Leistungen des Lernenden evaluiert werden und eine Personalisierung
seiner Umgebung stattfindet.
Agenten, die als Akteure in Lernsystemen vorkommen, sind Ergänzungen zur virtuellen Umgebung; umgekehrt ergänzt die virtuelle Umwelt Aktionen und Funktionen des Agenten. Die Agenten vermitteln zwischen Lernumgebung und Lernenden und erschliessen Inhalte und Funktionen.
5.1.3 Pädagogische Agenten als Akteure in Meta-(Lern-)Systemen
Pädagogische Agenten können weiterhin Bestandteile von Meta-(Lern-)Systemen sein. Beispielsweise operieren sie in komplexen Lernumgebungen, auf Websites oder in Lern- und Wissensportalen. Einsatzformen dieser Art sind vor allem bei kommerziellen Websites wie Präsenzen von Banken und Versicherungen verwirklicht; auch Anbieter von Agenten bedienen sich Einsatzformen
dieses Typs.
Abb. 6: Luci als Führerin auf der Website von Artificial Life
25
Der Agent kann im Rahmen der Informationsfunktion den Einstieg in das Metasystem erleichtern,
Grundfunktionen vermitteln, Strukturen deutlich und Zusammenhänge sichtbar machen. Die
Kommunikationsfunktionen beziehen sich z.B. auf Inhalte und Strukturen des Meta-(Lern)Systems; so kann der Benutzer dem Agenten etwa Fragen zum Aufbau der Site stellen. Agenten
erschliessen - etwa bei Lern- und Wissensportalen - im Rahmen der Transaktion Content, Services
und Produkte. Im Rahmen der Interaktion sind Evaluationen möglich, bei denen je nach Ergebnis
auf bestimmte Ressourcen und Kurse verwiesen wird. Im Falle individualisierbarer Angebote kann
der Agent Modifikationswünsche entgegennehmen und ausführen; beispielsweise wird das Portal
an die Bedürfnisse des Benutzers hinsichtlich der thematischen Ausrichtung angepasst.
5.2 Einsatz von pädagogischen Agenten in Lernräumen
Pädagogische Agenten können Bestandteile von Lernräumen sein, die von unterschiedlichen Gestaltungsmöglichkeiten - E-Training, E-Collaboration und JIT-E-Learning - bestimmt sind. In diesem Kapitel wird beispielhaft behandelt, welche Funktionen die Agenten in den Lernräumen ausüben können und welchen Einfluss die Gestaltungsmöglichkeiten auf die Anthropomorphisierung
haben.
5.2.1 Einsatz pädagogischer Agenten im Bereich E-Training
Bei E-Training geht es um die individuelle (in der Regel längerfristige) Vermittlung von Wissen,
wobei sowohl lerner- als auch lehrerzentrierte Methoden gegeben sein können. Elektronische Seminaraufzeichnungen mit Slides und Audio- oder Videofiles, CBTs, bestimmte Arten von WBTs,
aber auch E-Assessments und E-Simulations sind Anwendungsbeispiele aus diesem Bereich.
Agenten üben in diesem Zusammenhang Informationsfunktionen aus, indem sie Lernenden Hilfestellung geben, Sachverhalte und Vorgehensweisen erklären, Informationen präsentieren und Funktionsweisen demonstrieren. Kommunikationsfunktionen werden bei der Anleitung und Begleitung
von Lernenden wahrgenommen. Transaktionsfunktionen finden statt, wenn Agenten für den Benutzer Ressourcen suchen, administrative Vorgänge abwickeln und Content, Produkte und Services
vermitteln. Interaktionen sind gegeben bei Navigationsunterstützung, Manipulationen von Agenten
und Umgebung, Evaluationen und Personalisierung.
Bei E-Training-Massnahmen sind eine anthropomorphe Gestalt und ein anthropomorphes Auftreten des Agenten oftmals nützlich, da es sich häufig um längerfristige Prozesse handelt, bei denen
auch menschliche Akteure eingesetzt würden und Visualisierungen und Emotionalisierungen Sinn
machen.
5.2.2 Einsatz pädagogischer Agenten im Bereich E-Collaboration
Bei E-Collaboration steht der Austausch von Wissen und Ressourcen in Gruppen im Vordergrund.
Lernende schliessen sich für kurze oder längere Zeit zusammen, um Daten zu transferieren, The-
26
men zu diskutieren oder an bestimmten Aufgabenstellungen zu arbeiten. Im Idealfall findet ein
gegenseitiger Support statt, der alle Mitglieder der Gruppe voranbringt. Besonders bei verteilten
Strukturen sowie im Falle unterschiedlicher Zeitzonen ist es notwendig, Informations- und Kommunikationstechnologien zum Einsatz zu bringen.
Agenten können in diesem Kontext beispielsweise Informationsfunktionen übernehmen, indem sie
Lernenden das Profil von anderen Lernenden oder aktuelle Tasks übermitteln. Sie sind auch im
Sinne der Kommunikationsfunktionen einsetzbar, z.B. wenn sie Informationen der Gruppenmitglieder überbringen oder Kommunikationsprozesse coachen und überwachen. Transaktionsfunktionen werden wahrgenommen, wenn in der Gruppe ein Austausch von Ressourcen stattfindet, der
von Agenten unterstützt und kontrolliert wird. Speziell in Multi-Agenten-Systemen können Agenten mit anderen Agenten im Auftrag ihres Besitzers verhandeln und die optimale Lösung seines
Bedürfnisses anstreben. Interaktionen finden z.B. in der Weise statt, dass die Repräsentanten von
Lernenden andere Lernende zu Orten navigieren, die beachtet und betrachtet werden sollen.30 Manipulationsfunktionen sind etwa interessant, wenn jeder Benutzer über einen Avatar verfügt und die
virtuellen Stellvertreter gemeinsam im virtuellen Raum agieren.
Während bei E-Training-Massnahmen eine anthropomorphe Gestalt des Agenten in vielen Fällen
nützlich ist, muss der Bereich E-Collaboration in dieser Hinsicht differenzierter betrachtet werden.
In manchen Zusammenhängen ist der Einsatz anthropomorpher Agenten sinnvoll, in anderen ist
davon eher abzuraten, insbesondere wenn in einem vergleichbaren realen Kontext kein menschlicher Begleiter zur Verfügung stehen oder es sich nur um vereinzelte oder kurzzeitige Massnahmen
handeln würde.
5.2.3 Einsatz pädagogischer Agenten im Bereich JIT-E-Learning
Bei JIT-E-Learning geht es um die Befriedigung von akuten Informations- und Lernbedürfnissen.
In vielen Unternehmen müssen Informationen tagesaktuell verbreitet werden. Dabei werden häufig
Informations- und Kommunikationstechnologien genutzt, insbesondere bei verteilten Strukturen
und einer bestimmten Unternehmensgrösse. Agenten stellen eine interessante Möglichkeit für Unternehmen dar, aktuelle Inhalte schnell zur Verfügung zu stellen.
Pedagogical agents can be revised and updated as frequently as necessary to keep learners current in a
rapidly accelerating culture. They can search out the best or most current content available on the web
to enrich the lessons that someone else has previously designed.31
Zu den Informationsaufgaben im Bereich JIT-E-Learning gehört die agentengestützte Vermittlung
von Informationen, die aktuell von der Unternehmensleitung, von Bereichsleitern oder von anderen
30
Ein grosser Vorteil all dieser Lösungen besteht darin, dass kollaboratives Lernen und Arbeiten nicht zeitlichen Beschränkungen unterlegen ist. Agenten können zu jeder Zeit agieren und entlasten damit ihren Besitzer. Kollaboratives Lernen und Arbeiten kann sogar quasi-synchron dann stattfinden, wenn einzelne Mitglieder der temporären Gemeinschaft nicht selbst agieren können oder wollen.
27
Mitarbeitern für wichtig erachtet werden; die Informationen können über die eigene Wissensbasis
des Agenten ergänzt werden, wobei sowohl der Agent als auch der Benutzer initiativ werden kann.
Auch ist es möglich, dass Agenten Informationen aus verschiedenen Quellen, etwa Nachrichtentickern, beziehen und nach einer etwaigen Filterung in die entsprechenden Distributionskanäle einspeisen. Kommunikation kann teilweise automatisiert stattfinden, was vor allem in zeitlich kritischen oder in komplexen Situationen mit mehreren parallelen Tasks von Bedeutung ist. So können
in bestimmten Situationen automatisch Nachrichten generiert werden, die das Anstossen von Aktivitäten sicherstellen. Transaktionen werden im Sinne einer aktuellen und akuten Beschaffung und
Lieferung ausgeführt, etwa wenn für das Tagesgeschäft neue Contents notwendig sind. Was das
Aufgabengebiet der Interaktion angeht, kann der Agent den Benutzer zu relevanten aktuellen Informationsquellen im Intranet bzw. Internet führen.
Im Falle von JIT-E-Learning wird die Sinnhaftigkeit oder Nützlichkeit einer anthropomorphen
Gestalt des pädagogischen Agenten weiter in den Hintergrund gedrängt. Es geht hier um akute und
schnelle Informationsversorgung, bei der „unsichtbare“ Aktionen effizienter sein können.
============================================================================================================================================
31
28
6. Beispiele pädagogischer Agenten
In diesem Kapitel geht es um die Beschreibung ausgewählter pädagogischer Agenten (Kapitel 6.2).
Der Beschreibung geht ein Überblick über Einrichtungen, die pädagogische Agenten entwickeln
bzw. anbieten, voraus (Kapitel 6.1).
6.1 Entwickler und Anbieter pädagogischer Agenten
Im Bereich der Entwicklung und des Angebots pädagogischer Agenten haben sich bisher nur wenige Einrichtungen positioniert. Während verschiedene Forschungseinrichtungen seit Jahren an der
Schnittstelle zwischen E-Learning und Agentensystemen arbeiten und z.T. sehr komplexe Produkte
entwickelt haben, drängen kommerzielle Anbieter erst seit einiger Zeit auf den Markt bzw. stellen
ihre Angebotspalette entsprechend um.
Im Folgenden soll eine kurze Übersicht über die wichtigsten Hersteller von pädagogischen Agenten
gegeben werden. Dabei wird zwischen Forschungseinrichtungen und Unternehmen unterschieden.
6.1.1 Forschungseinrichtungen
Center for Advanced Research in Technology for Education (CARTE)
Center for Advanced Research in Technology for Education (CARTE)
USC Information Sciences Institute
4676 Admiralty Way, Suite 1001
Marina del Rey, CA 90292-6695
USA
http://www.isi.edu/isd/carte
CARTE ist ein Teil des Information Sciences Institute an der University of Southern California. Es
gibt zwei Projekte im Bereich pädagogischer Agenten: das Advanced Distance Education Project
und das Virtual Environments for Training (VET) Project.
IntelliMedia
IntelliMedia
North Carolina State University
Raleigh, NC 27695
USA
http://www.csc.ncsu.edu/eos/users/l/lester/www/imedia
IntelliMedia ist ein Projekt an der North Carolina State University, welches sich mit der Entwicklung von intelligenten, realistischen 3D-Agenten beschäftigt.
29
Massachusetts Institute of Technology (MIT)
77 Massachusetts Avenue
Cambridge, MA 02139-4307
USA
http://web.mit.edu
Im MIT beschäftigt sich das Media Laboratory mit intelligenten Agenten. Besonderer Schwerpunkt
wird dabei auf die Face-to-face-Kommunikation gelegt.
6.1.2 Unternehmen
DFKI GmbH (German Research Center for Artificial Intelligence)
DFKI GmbH (German Research Center for Artificial Intelligence)
Erwin-Schrödinger-Strasse
67608 Kaiserslautern
Deutschland
http://www.dfki.uni-sb.de
Die DFKI GmbH beschäftigt sich mit Forschung auf den Gebieten Intelligente Benutzerschnittstellen, Informationsmanagement und Intelligente Kooperationssysteme.
Extempo
Extempo Systems, Inc.
1775 Woodside Rd., Suite 150
Redwood City, CA 94061
USA
http://www.extempo.com
Extempo Systems plant und entwickelt kommerzielle Agenten für Unterhaltung, Bildung und Business. Extempo forscht seit 15 Jahren in diesem Themenbereich; die Resultate bauen auf Forschungsergebnissen der Stanford Engineering School auf, aus der sich das Unternehmen entwickelt
hat.
Artificial Life
Artificial Life, Inc.
885 3rd Avenue, Suite 2921
New York, NY 10022
USA
http://www.artificial-life.com
Artificial Life entwickelt und vermarktet Agenten, wobei der Fokus auf Internetagenten gerichtet
ist. Die Firma bietet Agenten u.a. für die Bereiche Kundenservice, Verkaufsberatung, Financial
Portfolio Management und E-Learning an.
30
sysis
sysis Interactive simulations ag
Hasnerstrasse 123
1160 Wien
Österreich
http://www.sysis.at
Sysis ist auf die Bereiche Simulationen und Games spezialisiert. In jüngster Zeit engagiert man
sich auch auf dem Gebiet pädagogischer Agenten.
Microsoft
Microsoft
1065 La Avenida
Mountain View, CA 94043
USA
http://research.microsoft.com
Microsoft hat verschiedene Research Laboratories. Eines davon, die Microsoft Agent Group, beschäftigt sich u.a. mit pädagogischen Agenten. Microsoft arbeitet im Agentenbereich mit dem MIT
Media Lab zusammen.
6.2 Ausgewählte Beispiele pädagogischer Agenten
In diesem Kapitel werden ausgewählte Beispiele pädagogischer Agenten beschrieben. Eine Vollständigkeit der Darstellung wird nicht angestrebt.32
6.2.1 Beschreibungsschema
Der Beschreibung pädagogischer Agenten wurde ein Schema zugrunde gelegt, das die in den Kapiteln 2.2 und 2.3 eingeführten Grund- und Aktionsfunktionen verwendet und weitere Beschreibungskriterien aufnimmt. Das Beschreibungsschema wird im Folgenden eingeführt und erklärt.
Name der Software
Name der Software bzw. des Agenten
32
Nicht alle aufgeführten Institutionen und Unternehmen konnten berücksichtigt werden. Bei Microsoft war
weder eine ausführliche Beschreibung eines konkreten Produkts noch eine Demoversion verfügbar. Sysis
entwickelt Agenten auf Anfrage; auch hier stand weder eine Beschreibung noch eine Demoversion eines
konkreten Produkts zur Verfügung. In einem Whitepaper des Unternehmens, das für die Studie zur Verfügung gestellt wurde, werden zum Ansatz des Unternehmens folgende Aussagen getroffen: „The sysis agentsoftware, awarded with the austrian multimedia award 2001, is a single-user environment for profiling and
matching. Relevant information and content are matched with the users personal profiles. Artificial intelligence improves the content suggestions through implicit and explicit user feed-back. … The sysis netlifesoftware, nomineed for the Ars Electronica prix 2001, is a multi-user environment for maintaining virtual
worlds and communication among users. Netlife uses emotional interfaces and dynamic communication
models to involve users in the subject. … The sysis Intralife project merges the concepts of Agent and Netlife
into a platform to reproduce virtual companies and learning frameworks. Intralife focuses on the localisation,
identification and distribution of hidden knowledge within the company. As a platform Intralife can be
adapted to various issues, subjects and organisations.“ Sysis (Hg.), Pedagogical Agents, 3 f.
31
Anbieter der Software
Name und Adresse der Website der Institution oder des Unternehmens, das den
Agenten entwickelt bzw. anbietet
Jahr der Entwicklung
Jahr der Entwicklung des Produkts
Anwender der Software
Institutionen, Unternehmen und Kunden, die den Agenten einsetzen
Zielgruppe
Zielgruppe des pädagogischen Agenten, z.B. Gruppe, Altersstufe, Geschlecht,
Bildungsgrad
Einsatzformen
Einsatzformen nach Kapitel 5.1
Einsatzgebiet
Anwendungsbereiche des pädagogischen Agenten, z.B. Themen- oder Unternehmensbereiche
Gestalt des Agenten
Äusseres Erscheinungsbild des pädagogischen Agenten, Grad der Anthropomorphisierung
Animation
Mimik, Gestik und Bewegung des pädagogischen Agenten
Charakter
Charakter des pädagogischen Agenten
Rolle
Rolle des pädagogischen Agenten
Sprechweise
Art und Weise des Sprechens, Klang der Stimme
Technologischer Ansatz
Zugrunde liegende Agententechnologien, technische Umsetzung der Kommunikation
Systemvoraussetzungen
Systemvoraussetzungen für den Betrieb des pädagogischen Agenten
Intelligenz
Kognitive Fähigkeiten des pädagogischen Agenten, z.B. Lernfähigkeit
Mobilität
Möglichkeit des pädagogischen Agenten, sich in Netzwerken zu bewegen und
zwischen Systemen zu wechseln
Information
Aktionsfunktion nach Kapitel 3
Kommunikation
Transaktion
Interaktion
Motivation
Motivationale Aspekte, die durch den pädagogischen Agenten unterstützt werden
Benutzerfreundlichkeit
Bedienungs- und Anwendungsfreundlichkeit des pädagogischen Agenten
32
Erwerbbarkeit
Möglichkeit, den Agenten zu beziehen oder zu erwerben
Informationen
Weiterführende Literatur über den pädagogischen Agenten, Links, Quellen
Zur Beschreibung der pädagogischen Agenten wurden verschiedene Hilfsmittel und Quellen herangezogen. In der Regel standen Demoversionen zur Verfügung; in allen Fällen konnten weiterführende Literatur bzw. Beschreibungen auf Websites zu Rate gezogen werden.
33
6.2.2 Steve
Abb. 7: Steve im Maschinenraum
Name der Software=
Steve (Soar Training Expert for Virtual Environments)=
Center for Advanced Research in Technology for Education (CARTE),
Information Sciences Institute, University of Southern California (USC)
=
http://www.isi.edu/isd/carte=
Jahr der Entwicklung=
1993 – 1999=
Anwender der Software=
Steve wird an der USC eingesetzt.=
Einsatzformen =
Steve agiert in einer virtuellen Umgebung, die einen Maschinenraum in einem
Schiff darstellt. In diesem Raum steht ein High Pressure Air Compressor (HPAC).
Der HPAC ist ein Teil des Gas-Turbinen-Antriebssystems auf US-Navy-Schiffen.=
34
Einsatzgebiet=
Steve wird zum Ausbilden von Studenten bei der Bedienung eines HPAC verwendet.=
Zielgruppe=
Zielgruppe sind Studenten, die die Bedienung eines HPAC lernen sollen.=
Gestalt des Agenten
Steve ist ein realistischer Agent, der wie ein Seemann aussieht. Es gibt ihn in verschiedenen Erscheinungsformen.33 Je nach Umgebung wird er als Agent mit ganzem Körper, mit Kopf und Oberkörper oder aber nur als Kopf und Hand oder nur
als Hand dargestellt.34 Die Agenten, welche ihm zur Hilfe stehen, sehen ähnlich
wie Steve aus; sie variieren nur hinsichtlich Kleidung sowie Haar-, Augen- und
Hautfarbe.35=
=
Animation
=
Der Agent kann sich in der virtuellen Welt bewegen und die Instrumente bedienen.36 Sein Gesicht weist mimische Ausdrucksmittel auf. Im Vordergrund stehen
die Aktionen seiner Hand, mit welcher er auf Knöpfe zeigt oder Schalter umlegt.=
Charakter=
Steve ist Seemann auf einem US-Navy-Schiff.=
Rolle=
Steve erklärt als Experte seinen Studenten, wie der HPAC funktioniert.=
Sprechweise=
Steve hat eine synthetische Stimme mit deutlicher Intonation. Während eines Dialogs oder eines Monologs schaut er dem Betrachter in die Augen. Während des
Sprechvorgangs bedient Steve die Instrumente.37=
Steve interagiert mit den Komponenten von VET (Virtual Environment for Training).38 Die VRIDES-Komponente betreibt die Simulation, welche die virtuelle
Welt kontrolliert. Steve überwacht den Status der virtuellen Welt durch Nachrichten, welche er von VRIDES empfängt.39
=
Steve hat drei Hauptsoftwaremodule, für die Wahrnehmung, die Erkennung und
die Kontrolle des Motors.40 Er besteht aus zwei Komponenten: Die erste verarbeitet die in Soar umgesetzten kognitiven Prozesse, die zweite behandelt den senso-
33
Vgl. Johnson/Rickel/Stiles et al., Integrating Pedagogical Agents into Virtual Environments, 4.
Vgl. Johnson/Rickel, Steve: A Pedagogical Agent for Virtual Environments, 2. - Für die reduzierte Darstellung wird das Argument angeführt, dass Steve die Maschinen, die er erklärt oder bedient, nicht verdecken
soll.
35
Vgl. Rickel/Johnson, Virtual Humans for Team Training in Virtual Reality, 2.
36
37
Vgl. Calverley, Softbots Help Students to Learn in Cyberspace,
http://www.usc.edu/dept/engineering/TTC/newsarchives/dec98_softbots.html.
38
39
40
41
Vgl. Johnson/Rickel, Steve: A Pedagogical Agent for Virtual Environments, 2.
34
35
motorischen Prozess. Die kognitive Komponente deutet den Zustand der virtuellen
Welt und fällt Entscheidungen darüber, welche Aktionen unternommen werden
sollen. Die sensormotorische Komponente dient als Steves Verbindung zur virtuellen Welt, welche es ihm erlaubt, die kognitive Komponente des Zustands der Welt
wahrzunehmen und Änderungen vorzunehmen.41
Steves Architektur kontrolliert sowohl die Automatik des Agenten als auch die
intelligenten Tutorenfähigkeiten. Dadurch kann Steve sowohl agieren als auch
reagieren.42
Steve ist mit Spracherkennungssoftware ausgestattet und versteht in begrenztem
Umfang, was der Benutzer sagt.43 Zusätzlich besitzt er ein Text-zu-SpracheProgramm (TrishTlak Program), und er kann auch verstehen, wenn ein Teammitglied etwas sagt, was nicht direkt an ihn gerichtet ist (Entropic’s GrapHVite Program).44=
Systemvoraussetzungen=
Um Steve sehen zu können, ist ein Datenhelm nötig, und um mit ihm interagieren
zu können, ein Datenhandschuh.45 =
Intelligenz=
Steve hat die Fähigkeit, sich zu erinnern, was er gemacht hat, so dass er dem Studenten dazu Fragen beantworten kann. Zudem stellt Steve dem Studenten Fragen
und lässt ihn Dinge vormachen, um ihn zu testen.=
Mobilität=
Steve hat nicht die Fähigkeit zur Mobilität.=
Information=
Steve erklärt den Soldaten, welche Knöpfe und Schalter des HPAC sie bedienen
müssen, und demonstriert die einzelnen Funktionen. Ein anderer Assistent assistiert ihm dabei. Steve kann einen Monolog an eine Person oder einen Agenten
richten. =
Kommunikation
Der Benutzer kommuniziert mit Steve über Buttons mit vorgefertigten Fragen und
Anweisungen; dieser antwortet dann in gesprochener Sprache.46
=
Steve kann nicht nur mit Studenten, sondern auch mit anderen Agenten kommunizieren. Er versteht, wie die Rolle der einzelnen Crewmitglieder funktioniert, und
kann dem Studenten bei den Ausführungen Ratschläge geben, die genau auf die
jeweilige Rolle passen. Darüber hinaus kann er seine Instruktionen mit anderen
virtuellen Agenten koordinieren, welche ihm als virtuelle Crewmitglieder assistieren.
Der Student die Möglichkeit, folgende Knöpfe zu benutzen:
„What next?“
Steve antwortet dann mit einem Vorschlag, was der Student als nächstes machen
könnte.
“Why?“
Steve erklärt dem Studenten dann, wieso dies so ist.
„Show me!“
Steve führt die Arbeit aus, wobei er gleichzeitig Erklärungen abgibt.47=
Transaktion=
Steve weist keine Transaktionsfunktionen auf.=
============================================================================================================================================
42
43
44
Vgl. Stiles, Virtual Environments for Training, http://vet.parl.com/~vet/project/annrpt2/VET97PR.html.
45
46
47
36
Interaktion =
Steve kann ein Objekt manipulieren, bewegen und darauf zeigen. Er ist in der
Lage, ein Objekt, einen Agenten oder eine Person anzuschauen.48 Steve kann auch
mit einem anderen Agenten zusammenarbeiten.
Der Student kann in seiner Rolle als Mitglied des US-Navy-Teams mit seinem
Datenhandschuh die virtuelle Umwelt manipulieren; Steve erklärt ihm, was er im
Einzelnen zu tun hat, und überwacht die Schritte.49=
Motivation=
Steve gibt Komplimente, wenn der Student etwas richtig gemacht hat. Er reagiert,
wenn er merkt, dass der Student nicht mehr aufpasst.50 Die anthropomorphe Gestalt von Steve dürfte die Motivation des Benutzers steigern. Er gibt den Studenten
individuelle Ratschläge.=
Benutzerfreundlichkeit Steve zeigt seinen Studenten, wie man einen HPAC benutzt. Steve kann in verschiedenen Situationen Fragen beantworten. Zur Unterstützung hat Steve einen
=
zweiten Agenten, der zeigt, was der Student machen soll.=
Erwerbbarkeit=
Steve ist nicht erwerbbar.=
Informationen
Johnson/Rickel/Stiles/et al., Integrating Pedagogical Agents into Virtual Environments, http://www.isi.edu/isd/VET/presence.pdf.
Calverley, Softbots help students to learn in Cyberspace,
Johnson, Pedagogical Agents,
http://www.isi.edu/isd/carte/ped_agents/pedagogical_agents.html.
Stiles, Virtual Environments for Training,
http://vet.parl.com/~vet/project/annrpt2/VET97PR.html.
=
Johnson/Rickel, Steve: A Pedagogical Agent for Virtual Environments,
http://vet.parl.com/~vet/project/lmsteve.html.
48
Vgl. Johnson, Pedagogical Agents, http://www.isi.edu/isd/carte/ped_agents/pedagogical_agents.html.
Vgl. Rickel/Johnson, Virtual Humans for Team Training in Virtual Reality, 2.
50
Vgl. Johnson/Rickel, Steve: A Pedagogical Agent for Virtual Environments, 1.
49
37
Abb. 8: Steve und ein anderer Agent
38
6.2.3 Adele
Abb. 9: Adele und Lernumgebung
Name der Software=
Adele (Agent for Distance Education Learning Environments)51=
Center for Advanced Research in Technology for Education (CARTE),
Information Sciences Institute, University of Southern California (USC)
=
http://www.isi.edu/isd/carte=
~1998=
Anwender der Software sind die Fakultät für Familienmedizin an der USC52 und
Ärzte, die sich zu Hause weiterbilden wollen oder müssen53.=
Einsatzformen =
Adele interagiert mit verschiedenen Fenstern, in denen Ressourcen aufgerufen
werden. Beispielsweise erscheinen Fotos von den Patienten, die der Student beur-
51
52
53
Vgl. Advanced Distance Education (ADE), http://www.isi.edu/isd/carte/carte-projects.htm.
39
teilen soll, oder zusätzliche Angaben über den Zustand des Patienten. Der Benutzer muss eine Case Study zur fallbasierten Diagnose absolvieren.54 =
Einsatzgebiet=
Adele wird bei der medizinischen Aus- und Weiterbildung eingesetzt.=
Zielgruppe=
Adele richtet sich an Studenten der Medizin und Ärzte, die sich weiterbilden wollen oder müssen.
Medizinstudenten können sich mit dem Kurs online weiterbilden. Zudem werden
medizinische Fachleute in den USA regelmässig aufgefordert, Weiterbildungskurse zu besuchen, damit sie ihre Lizenz behalten dürfen. Auch hier wird Adele verwendet.55
Adele ist auch für weitere Anwendungsgebiete programmierbar; so existiert noch
ein Kurs für Zahnärzte, der nach dem gleichen Schema abläuft.56=
Gestalt des Agenten
=
Adele ist ein realistischer Agent in der Gestalt einer Ärztin. Sie trägt einen weissen
Arztmantel mit einem Stethoskop um den Hals und hält einen Notizblock in ihrer
rechten Hand. Es handelt sich je nach Kontext um eine Ganzkörperdarstellung
oder um reduzierte Darstellungen.=
Animation=
Adele ist zweidimensional gestaltet und besitzt 16 verschiedene Arten von Gestiken. Diese variieren von einfachen motorischen Bewegungen bis zu emotionalen
Gestiken, wie lachen, überrascht sein etc. Damit unterstreichen Adeles Gestiken
ihre Erklärungen und Gefühlsregungen.57=
Charakter=
Adele ist eine Ärztin in einem Krankenhaus.=
Rolle=
Adele hilft dem Studenten oder Arzt beim Erstellen einer Diagnose.=
Sprechweise=
Adele hat eine synthetische Stimme, die klar und metallisch klingt.=
=
Adele ist eine einfache Java-Anwendung.58 Die meisten der Daten, die für die
Anwendung nötig sind, lassen sich schon im Voraus auf den eigenen Computer
laden; damit wird die Datenmenge, die während des Kurses durchs Netz gesendet
werden muss, minimiert.59 =
Systemvoraussetzungen=
Voraussetzung, um mit Adele lernen zu können, ist ein javafähiger Internetbrowser.=
Intelligenz
Adele lässt den Studenten keine eigenen Fragen formulieren; dieser kann nur unter
vorgegebenen Fragen auswählen. Der Student kann im Anschluss an die Case
Study ein Feedback verlangen; dabei erinnert sich Adele daran, welche Fehler er
gemacht hat.60=
=
Mobilität=
Adele hat nicht die Fähigkeit zur Mobilität.=
Information
Adele gibt verschiedene Informationen zum Zustand eines Patienten. Zudem findet
der Student in zusätzlichen Fenstern weitere Informationen, beispielsweise unter
„Impression“ Daten über den Patienten; über „Labs and X-Rays“ (Labor und
=
============================================================================================================================================
54
55
Vgl. ISI Projects, http://www.isi.edu/projectlist.html.
56
57
Vgl. Suraweera, An Animated Pedagogical Agent,
http://www.cosc.canterbury.ac.nz/research/reports/HonsReps/1999/hons_9908.pdf.
58
Vgl. Johnson/Shaw/Ganeshan, Pedagogical Agents on the Web, 3.
59
60
Vgl. Johnson/Shaw, Using Agents to Overcome Deficiencies in Web-based Courseware, 3.
40
Röntgen) kann der Student verschiedene Testresultate anschauen. Mit diesen Informationen erstellt der Student dann in einem späteren Schritt eine Diagnose.=
Kommunikation
=
Der Student hat bei der Beurteilung des Patienten die Möglichkeit, mit Adele zu
kommunizieren. Er kann über vorgegebene Buttons unter verschiedenen Fragen
auswählen, die er dem Patienten stellen möchte; Adele gibt anschliessend ihren
Kommentar dazu. Dabei kann der Student auch mit dem „Why“-Button nachhaken, falls er etwas nicht versteht.
Adele ist so programmiert, dass sie so oft wie möglich dem Studenten Fragen
stellt, um so sein Wissen zu testen. Wenn also der Student eine Auskunft gibt, die
nicht der Standardbehandlung entspricht, gibt Adele Anweisungen, wie sie es
besser machen würde.61 Am Ende der Case Study liefert Adele nochmals einen
abschliessenden Kommentar.62
Unter Findings (Untersuchungsbefund) kann der Student ein Gespräch mit dem
Patienten führen.=
Transaktion=
Adele weist keine Transaktionsfunktionen auf.=
Interaktion=
Der Student hat im Rahmen der Case Study die Möglichkeit, eine Diagnose zu
erstellen und dann eine Behandlung zu verschreiben. Adele überwacht den Studenten beim Stellen der Diagnose.63
Bei der zu stellenden Diagnose hat der Student folgende Hilfsfunktionen zur Auswahl:
Konversation: Der Student wählt unter verschiedenen vorgegebenen Antworten
eine aus.
Lookat: Dem Studenten werden Fotos vom Patienten zur Verfügung gestellt.
Palpate: Der Student bekommt weitere Informationen zum Zustand des Patienten.
Listen: Der Student kann mit einem Stethoskop den Zustand der Patientin testen.
Percuss: Der Student kann den Patienten untersuchen.
Otoscope: Der Student kann eine Hals-Nasen-Ohrenuntersuchung vornehmen.
Die Figur kann an jede beliebige Stelle des Bildschirms gezogen werden.=
Motivation
Adele arbeitet seriös und bietet kaum Unterhaltungswert. Sie gibt am Ende der
Case Study ein Feedback und für richtige Antworten Komplimente. =
=
Benutzerfreundlichkeit Adele führt durch das Programm und hilft dem Studenten bei der Diagnose der
Krankheit; bei Fragen kann der Student den „Why“-Button drücken, und Adele
=
gibt weitere Auskünfte.=
Erwerbbarkeit=
Der Zugang zu Adele ist über das Center for Advanced Research Technology for
Education (CARTE) möglich; die Nutzung ist kostenpflichtig.=
Informationen
=
http://vet.parl.com/~vet/project/annrpt2/VET97PR.html.
61
62
Vgl. Johnson/Sahw, Using Agents to Overcome Deficiencies in Web-based Courseware, 3.
63
41
http://vet.parl.com/~vet/VETLMFR4.pdf.
Suraweera, An Animated Pedagogical Agent for SQL-Tutor,
http://www.cosc.canterbury.ac.nz/research/reports/HonsReps/1999/hons_9908.pdf.
Advanced Distance Education (ADE), http://www.isi.edu/isd/carte/carteprojects.html.
Abb. 10: Adele
42
6.2.4 PPP-Persona
Abb. 11: PPP-Persona in Aktion
Name der Software=
PPP-Persona=
Anbieter der Software=
DFKI (German Research Center for Artificial Intelligence)
http://www.dfki.uni-sb.de=
199464=
Anwender der Software Mögliche Anwender sind Schulen und Unternehmen. =
Einsatzformen=
PPP-Persona ist in eine Website eingebunden.65 Er begleitet und erklärt eine Präsentation.=
Einsatzgebiet=
Das Einsatzgebiet von PPP-Persona reicht vom Autoverkauf über die Vermietung
von Objekten bis zum Erklären von technischen Dingen (Modem).=
Zielgruppe=
Wie das Einsatzgebiet variiert auch die Zielgruppe: von Kunden, die ein Auto
kaufen wollen, über Personen, die ein Objekt mieten wollen, bis hin zu Studenten,
denen die Funktionsweise eines Modems erklärt wird. =
64
65
Vgl. Project PPP, http://www.dfki.de/imedia/ppp.
Vgl. Suraweera, An Animated Pedagogical Agent for SQL-Tutor, 12.
43
Gestalt des Agenten
=
Animation
=
PPP-Persona ist ein realistischer Agent. Er stellt einen jungen Mann mit Latzhose
und kurzem Hemd dar. Momentan gibt es zwei zweidimensionale, gezeichnete
Figuren und drei 3D-Modelle, die über Videobilder realisiert werden.66=
PPP-Persona beherrscht verschiedene Ausdrucksformen und Bewegungen. Wenn
er redet, bewegt sich sein ganzes Gesicht; die Gesichtsfarbe kann von rosa über rot
bis grün wechseln. Durch zweihändige Zeigegesten können Beziehungen zwischen
zwei Bildschirmobjekten (z.B. Windows, Texte, Grafiken) hergestellt bzw. unterstrichen werden; manchmal verwendet PPP-Persona einen Stock, um auf etwas zu
zeigen.67
Es wurde versucht, einen möglichst realistischen Effekt zu gewährleisten und PPPPersona so lebensnah wie möglich zu gestalten. So bewegt sich beispielsweise der
Agent, auch wenn er gerade nicht spricht.68 Die Bewegungen von PPP-Persona
sind sehr flüssig.=
Charakter=
PPP-Persona stellt einen jungen dynamischen Mann dar.=
Rolle=
PPP-Persona dient dazu, den Benutzer durch eine Hypermedia-Präsentation zu
führen. Dank seiner objektorientierten Konzeption ist er jedoch auch für eine Vielzahl weiterer Anwendungen einsetzbar.69=
Sprechweise=
PPP-Persona hat eine undeutliche, synthetische Stimme. Es gibt Ausführungen in
deutscher, französischer und englischer Sprache.=
Technologischer
satz=
An- Die Implementation des Persona-Servers basiert auf X11 unter Verwendung der
X11-Shape-Extension.=
Systemvoraussetzungen= Die Systemvoraussetzung ist eine Windows-basierte Benutzungsoberfläche mit
3D-Grafik.70=
Intelligenz=
Die Intelligenz von PPP-Persona lässt sich anhand der kurzen Demoversion nicht
beurteilen.=
Mobilität=
PPP-Persona hat nicht die Fähigkeit zur Mobilität.=
Information=
Dem Paradigma der Client-/Server-Architektur folgend, empfängt der PPPPersona-Server Präsentationsaufgaben von einem Anwendungsprogramm. Diese
Aufgaben führt er dann selbständig aus. Die Aufgaben bestehen in inhaltlichen
Erklärungen zu den verschiedenen Präsentationen. =
Kommunikation=
PPP-Persona bietet je nach Einsatzgebiet verschiedene Kommunikationsmöglichkeiten. So kann der Benutzer mit der Maus auf Gegenstände klicken, die
PPP-Persona ihm dann erklärt, bei anderen Anwendungen gibt es ein Dialogfeld
zum Sprechen, und bei der dritten Art von Anwendung kann man Parameter, die in
einem Fenster aufgelistet sind, abfragen, wobei der Agent jeweils Erläuterungen
abgibt.71 Beispielsweise kann der Benutzer einen Motor von verschiedenen Seiten
anschauen; die Navigation erfolgt über Schaltflächen im Fenster, und PPP-Persona
gibt Erklärungen zu jeder Darstellung.72=
66
Vgl. André/Müller/Rist, PPP-Persona, 2.
68
69
70
71
72
Vgl. Personalized Plan Based Presenter, http://www.dfki.uni-sb.de/~jmueller/ppp/persona/index.html.
67
44
Transaktion=
PPP-Persona weist keine Transaktionsfunktionen auf.=
Interaktion
PPP-Persona führt den Benutzer durch die Website. Er benutzt hin und wieder
einen Stock, um wichtige Dinge hervorzuheben.73
=
PPP-Persona kann auf Benutzerinteraktionen umgehend reagieren. Beispielsweise
wird beim Anklicken von PPP-Persona ein Menü erzeugt, mit dem der Benutzer
das Lernsystem steuern kann.=
Motivation=
Um die Präsentation lebendiger zu gestalten, kann PPP-Persona selbständig Animationssequenzen initiieren.74 Die anthropomorphe Umsetzung dürfte zur Motivation des Benutzers beitragen.=
Benutzerfreundlichkeit= Die Statements des Agenten sind klar; bei Verständnisproblemen kann man sich
die Erklärung auch mehrmals anhören.=
Erwerbbarkeit=
PPP-Persona ist bei der DFKI GmbH erwerbbar.=
Informationen=
http://www.dfki.uni-sb.de/~jmueller/ppp/persona/index.html
André/Müller/Rist, PPP-Persona, http://www.dfki.uni-kl.de/dfkidok/publications/.
Project PPP, http://www.dfki.de/imedia/ppp.
Abb. 12: PPP-Persona und Lernumgebung
73
74
45
6.2.5 Herman the Bug
Abb. 13: Herman the Bug in Design-A-Plant
Name der Software=
Herman the Bug=
IntelliMedia
=
http://www.csc.ncsu.edu/eos/users/l/lester/www/imedia/=
~1997=
Anwender der Software Herman the Bug ist vor allem für Schulen und Universitäten geeignet.=
Einsatzformen
=
Herman the Bug ist in die Lernumgebung Design-A-Plant eingebettet.75 Diese
besteht aus 16 verschiedenen Umwelten, die sich in Bezug auf Klima, Flora und
Boden unterscheiden. Dem Studenten stehen acht Typen von Holz, acht Typen
von Halmen und acht Typen von Blättern zur Verfügung. Er muss sich zunächst
für eine Pflanzenart entscheiden, dann die Komponenten richtig zusammensetzen
75
Vgl. Rauch, Animated Pedagogical Agents,
http://www.acm.org/chapters/trichi/newsletters/mar97/animated.html.
76
Vgl. Moreno/Mayer/Lester, Life-Like Pedagogical Agents,
http://www.csc.ncsu.edu/eos/users/l/lester/Public/ed-media-dap.doc.
46
und am Ende eine für die Pflanze geeignete Umwelt finden.76=
Einsatzgebiet
=
Der Agent kann in Mittelschulen und Universitäten in den Bereichen botanische
Anatomie und Physiologie eingesetzt werden.77 Konkret angewendet wird Herman
the Bug an der North Carolina State University.78=
Zielgruppe=
Zielgruppe sind Schüler und Studenten, die Wissen über botanische Anatomie und
Physiologie gewinnen sollen.79=
Gestalt des Agenten=
Herman the Bug ist ein nicht realistischer Agent, im Aussehen zwischen einer
grünen Laus und einem Marsmännchen.=
Animation
=
Der Agent kennt viele verschiedene Gestiken, Bewegungsarten und Aktionen;
beispielsweise beherrscht er Bungee Jumping, kann sich am Rücken kratzen, sich
hinlegen, Gläser abwaschen, laufen, fliegen, fischen und schwimmen.80=
Charakter=
Herman the Bug ist eine Laus bzw. ein Ausserirdischer.81=
Rolle=
Herman the Bug führt als Naturexperte die Studenten von Umwelt zu Umwelt und
hilft in immer wieder neuen Umgebungen, das Gelernte anzuwenden.82 =
Sprechweise=
Herman the Bug hat eine Stimme, die von Moreno, Mayer und Lester als
„amüsant“ bezeichnet wird: „Herman - a loveable alien with appealing facial expressions, human-like movements, and an amusing voice ...”83=
Technologischer Ansatz=
Design-A-Plant ist eine 3D-Animation.84 Das System arbeitet mit einer NLUKomponente, die wie der Agent in COLLAGEN funktioniert.85=
Systemvoraussetzungen= Die Anwendung läuft auf einem Power Macintosh 9500/132.86=
Intelligenz=
Herman the Bug kann sich an das erinnern, was der Student schon gemacht hat,
und darauf reagieren.87=
Mobilität=
Herman the Bug hat nicht die Fähigkeit zur Mobilität.=
Information
Herman the Bug erklärt den Studenten, wie man verschiedene Pflanzen in verschiedenen Umgebungen pflanzt, und er gibt Informationen zur Umwelt (Regen,
Temperatur etc.).=
=
77
Vgl. Rauch, Animated Pedagogical Agents,
78
79
Vgl. Design-A-Plant will Put Virtual Teacher in Classroom,
http://www.engr.ncsu.edu/news/news_articles/design.a.plant.html.
80
81
Vgl. Elliott/Rickel/Lester, Integrating Affective Computing into Animated Tutoring Agents, 6.
82
Vgl. Lester/Stone/Stelling, Lifelike Pedagogical Agents for Mixed-Initiative Problem Solving, 35.
83
Moreno/Mayer/Lester, Life-Like Pedagogical Agents,
84
85
86
87
Vgl. Lester/Stone/Stelling, Lifelike Pedagogical Agents for Mixed-Initiative Problem Solving, 35.
47
Kommunikation=
Herman the Bug vermeidet lange Erklärungen, da die Entwickler die Meinung
vertreten, dass diese die Studenten bald langweilen.88 Er überwacht die Arbeit der
Studenten und bringt je nach Handlung weitere Erklärungen an.89 Konkret bekommen die Studenten eine Auswahl an Pflanzenteilen, die richtig zusammengesetzt und in die richtige Umwelt eingeordnet werden müssen. Bei ihren jeweiligen
Handlungen erhalten sie ein gesprochenes Feedback von Herman the Bug.=
Transaktion=
Herman the Bug weist keine Transaktionsfunktionen auf.=
Interaktion
Der Student kann aus 16 verschiedenen Umwelten die geeignete für seine Pflanze
aussuchen. Für die „Konstruktion“ der Pflanze stehen dem Studenten acht Typen
von Holz, acht Typen von Halmen und acht Typen von Blättern zur Verfügung,
welche er richtig zuordnen muss.90=
=
Motivation
=
Untersuchungen mit und ohne Herman the Bug haben gezeigt, dass die Studenten
bedeutend motivierter, interessierter und lernfähiger sind, wenn sie anstatt mit
einem üblichen Interface mit Herman the Bug kommunizieren und interagieren
können.91
Herman the Bug hat eine Reihe von Unterhaltungselementen, um die Studenten
zum Lernen zu motivieren. Dazu kommen Belohnungen bei richtigen Reaktionen
des Studenten.92 Zudem lockert er seine Erklärungen durch Witze auf.93=
Benutzerfreundlichkeit= Hermann the Bug gibt fortlaufend Hinweise, um dem Studenten die richtige Zuordnung der Pflanzenteile zu erleichtern.94=
Erwerbbarkeit=
Herman the Bug ist bei IntelliMedia der North Carolina State University zu erwerben.=
Informationen=
http://www.csc.ncsu.edu
Rauch, Animated Pedagogical Agents,
Moreno/Mayer/Lester, Life-Like Pedagogical Agents,
Elliott/Rickel/Lester, Integrating Affective Computing into Animated Tutoring
Agents, http://multimedia.ncsu.edu/imedia.
88
Vgl. Johnson/Rickel/Lester, Animated Pedagogical Agents, 50.
90
91
92
93
94
89
48
6.2.6 Linda
Abb. 14: Linda bei der Arbeit (Linda)
Name der Software=
Linda=
http://www.extempo.com=
Jahr der Entwicklung
Linda, KPN-Produktexpertin: Juni 2000
Linda, Extempo-Produktexpertin: August 2000
Linda, Jaguarexpertin: Juli 2001
Linda, Softskills Roleplayer: Juni 2001
=
Linda, Gesundheitsserviceexpertin: Februar 2000
Linda, Finanzdienstleistungsexpertin: März 2000=
Anwender der Software Je nach Agententyp sind die Anwender unterschiedlich. Es sind z.B. Anwender
aus dem Gesundheitssektor oder aus der Automobilbranche denkbar.=
Einsatzformen =
Linda funktioniert auf verschiedenen Websites. Sie kann angepasst und in unterschiedlichen Lernumgebungen verwendet werden. Bis jetzt gibt es folgende Agententypen:
Linda, KPN-Produktexpertin
Linda, Extempo-Produktexpertin
Linda, Jaguarexpertin
Linda, Softskills Roleplayer
Linda, Gesundheitsserviceexpertin
Linda, Finanzdienstleistungsexpertin=
Einsatzgebiet=
Linda wird auf Websites eingesetzt, wo etwas erklärt, eine Dienstleistung angeboten oder ein Produkt verkauft werden soll.=
Zielgruppe=
Es gibt je nach Agententyp unterschiedliche Zielgruppen. Denkbare Zielgruppen
sind an Gesundheitsfragen oder einem Autokauf Interessierte.=
Linda ist ein realistischer Agent. Sie wird meist als hinter einem Schreibtisch sit-
49
zende Frau dargestellt, so dass nur Kopf und Oberkörper zu sehen sind; ab und zu
steht sie auch auf. Sie trägt eine violette Jacke und hat dunkelbraune Haare.=
Animation
=
Bei Linda, KPN-Expertin variieren Mimik, Gestik und Bewegung. So verändert
sich beispielsweise je nach Aussage ihre Gestik. Sie beherscht Bewegungsabläufe
wie Boxen. Wenn ihr langweilig ist, dreht sie sich auf ihrem Bürostuhl. Gleiches
gilt für Linda, Extempo-Produktexpertin und Linda, Softskills Roleplayer (im
Folgenden Linda I).
Linda, Jaguarexpertin, Linda, Gesundheitsserviceexpertin und Linda, Finanzdienstleistungsexpertin sind nicht animiert (im Folgenden Linda II).=
Sprechweise=
Linda I spricht mit einer hohen, undeutlichen Stimme; teilweise betont sie Worte
falsch. Linda II spricht gar nicht.=
Charakter=
Linda, KPN-Produktexpertin ist eine Kunsthändlerin, die auch über persönliche
Interessen sprechen kann, wie Boxen, Shoppen und Ausgehen. Sie ist immer
freundlich und neugierig auf den Benutzer. Das gleiche Profil haben Linda, Extempo-Produktexpertin, Linda, Softskills Roleplayer, Linda, Gesundheitsexpertin
und Linda, Finanzdienstleistungsexpertin.
In der Anwendung Linda, Jaguarexpertin werden diese Charaktermerkmale nicht
verwendet.95=
Rolle=
Linda, KPN-Produktexpertin stellt in der Rolle einer virtuellen Marketingvertreterin Fragen und gibt Antworten über Telekommunikationsprodukte und Dienstleistungen; sie navigiert den Benutzer zu den relevanten Websites und empfiehlt Produkte, die den Interessen des Benutzers entsprechen.
Linda, Extempo-Produktexpertin gehört zur Extempo-Website. Sie offeriert Lektionen zur Extempo-Technologie und beantwortet Fragen des Benutzers bezüglich
des Inhalts der Lektionen, der Firma und ihrer persönlichen Geschichte.
Linda, Jaguarexpertin ist eine Customizable-Host-Lernanwendung. Diese Anwendung soll demonstrieren, wie einfach Customizable Host Authoring Tools funktionieren, und eine kurze interaktive Lektion zur Verfügung stellen.
Linda, Softskills Roleplayer trainiert den Kunden in Online-Kursen im Angestellten-Management. Bei der Demoversion geht es darum, die Mitarbeiterin Linda zu
verwarnen und sie gegebenenfalls auch zu entlassen, falls sie sich weiterhin weigert, an einem Weiterbildungskurs teilzunehmen. Erreicht werden soll, dass Linda
effizienter arbeitet. Linda zeigt hier Emotionen und Launen im Rollenspiel.
Linda, Gesundheitsexpertin ist eine virtuelle Kundenberaterin. Linda stellt freundlich und effektiv eine grosse Gesundheitswebsite vor und berät den Kunden.
Linda, Finanzdienstleistungsexpertin führt, ähnlich wie die Gesundheitsexpertin,
durch die Finanzdienstleistungswebsite und berät den Kunden beim Kauf von
Produkten; sie erklärt ihm auch Details und geht auf seine Fragen ein.=
Linda arbeitet mit der Kommunikationssoftware Digital AmbassadorTM von Extempo. Der Agent Linda funktioniert als Linda Peyton-ChenTM.96=
Systemvoraussetzungen= Linda kann über einen Webbrowser aufgerufen werden.=
Intelligenz
=
95
96
Linda I und II können sich merken, was man vorher gefragt hat, und lassen den
Benutzer dann entscheiden, ob er noch einmal darüber reden will oder nicht. Linda, Softskills Roleplayer kann sogar anschliessend an das Training ein Feedback
geben und auf einzelne Fehler hinweisen.=
Vgl. Arena, Linda - jaguars expert: Design Document, http://www.extempo.com.
Vgl. Digital Ambassador Selected for Demo 2001 Conference, http://www.extempo.com.
50
Mobilität=
Linda hat nicht die Fähigkeit zur Mobilität.=
Information
Linda gibt Informationen zu ihrer Person und über die Webseite, auf der sie agiert.
Auf der Seite sind zusätzliche Hilfsbuttons angebracht, die der Benutzer anklicken
kann, um weitere Informationen zu erhalten. Linda, KPN-Produktexpertin ruft
während ihren Erklärungen zusätzliche Websites zur Unterstützung auf. Linda,
Extempo-Produktexpertin stellt die Website von Extempo vor, wobei sie Lerneinheiten zur Extempo-Technologie anbietet und Benutzerfragen bezüglich der Lerninhalte, des Unternehmens und ihres persönlichen Hintergrunds beantwortet. Linda, Jaguarexpertin ruft Fenster mit Bildern aus dem National Geographic Magazine auf. Linda, Softskills Roleplayer ruft ein Fenster auf, wo der Case beschrieben
ist. Linda, Gesundheitsexpertin ruft ebenfalls weitere Fenster für ihre Erklärungen
auf; das Gleiche gilt für Linda, Finanzdienstleistungsexpertin.=
=
Kommunikation
=
Bei Linda I kann der Benutzer via Eingabefeld und Ausgabefenster mit dem Agenten kommunizieren; Linda spricht zudem noch vor, was geschrieben im Fenster
erscheint.
Bei Linda II funktioniert die Kommunikation nur via Eingabefeld und Ausgabefenster, da sie nicht sprechen kann.
Linda gibt Feedback, soweit es im Rahmen ihrer Möglichkeiten liegt. Sie bietet
dem Benutzer zusätzliche Informationen an und entschuldigt sich, wenn sie etwas
nicht weiss.97
Linda, KPN-Produktexpertin hat 500 - 5000 Konversationselemente und 100 - 500
rollenbezogene Konversationselemente. Die rollenbezogenen Konversationselemente sind diejenigen, die sich nur auf die Rolle, zum Beispiel Produktexpertin,
beziehen.
Linda, Extempo-Produktexpertin hat 500 - 5000 Konversationselemente.
Linda, Jaguarexpertin hat 20 - 100 Konversationselemente.
Linda, Softskills Roleplayer hat 500 - 5000 Konversationselemente und 100 - 500
rollenbezogene Konversationselemente.
Linda, die Gesundheitsexpertin und Linda, die Finanzdienstleistungsexpertin haben jeweils 500 - 5000 Konversationselemente und 100 - 500 rollenbezogene
Konversationselemente. =
Transaktion=
Linda weist keine Transaktionsfunktionen auf.=
Interaktion
Die Interaktion ist bei den unterschiedlichen Agententypen verschieden.
Bei Linda, die Softskills Roleplayer bekommt der Benutzer am Ende ein Feedback
für das Lösen des Falls. Linda, die KPN-Expertin ruft zur Unterstützung ihrer
Erklärungen zusätzliche Webseiten auf; das Gleiche gilt für Linda, die ExtempoProduktexpertin, Linda, die Jaguarexpertin, Linda, die Gesundheitsexpertin und
Linda, die Finanzdienstleistungsexpertin.
=
Die Figur kann an jede beliebige Stelle des Bildschirms gezogen werden.
Die Sprechgeschwindigkeit kann bei Linda I reguliert werden. Zudem ist es möglich, einen Ruhemodus zu wählen.=
Motivation
=
Linda hat Charme; sie gibt teilweise witzige Antworten und variiert in der Anrede
(bspw. „hello kitty cat“, „superstar“ etc.). Linda verfügt über ein attraktives Äusseres.=
Benutzerfreundlichkeit= Die Statements des Agenten sind klar. Ist die Sprechgeschwindigkeit hoch eingestellt, sind sehr gute Englischkenntnisse notwendig.=
97
Vgl. Digital Ambassador Selected for Demo 2001 Conferences, http://www.extempo.com.
51
Erwerbbarkeit=
Linda ist bei Extempo erwerbbar.=
Informationen=
http://www.extempo.com/
Abb. 15: Linda, Softskills Roleplayer
52
6.2.7 Tim
Abb. 16: Tim in Aktion
Name der Software=
Tim, der Chemieexperte=
http://www.extempo.com=
2001=
Anwender der Software Tim wird von Schulen angewendet.=
Einsatzformen
Tim ist in eine webbasierte Lernumgebung eingebettet und referenziert auf unterstützende Webseiten, etwa eine Webseite zum Thema der Gasförmigkeit.=
=
Einsatzgebiet=
Tim dient der Unterstützung des Unterrichts in Schulen.=
Zielgruppe=
Tim richtet sich an Kinder von 5 bis 7 Jahren.=
Tim ist ein nicht realistischer Agent und hat das Aussehen eines Zauberers mit
Zauberstab und Hexenkessel.=
Animation
Bei Tim variieren Mimik, Gestik und Bewegung. Kommt man zu einem neuen
Kapitel, nimmt er seine Trompete hervor und bläst darauf. Wenn man von Magie
spricht, braut er eine grüne Flüssigkeit in seinem Hexenkessel zusammen. Wenn er
schläft, macht er die Augen zu und schnarcht. Stellt man ihn aus, zieht er seine
Mütze über den Kopf, wird zu einer Kugel und verschwindet. =
=
Sprechweise=
Tim hat eine tiefe, deutliche Stimme; er kann auch lachen, und wenn er schläft,
dann schnarcht er.=
Charakter=
Tim ist ein humorvoller Zauberer, der sehr an wissenschaftlichen Fragestellungen
interessiert ist.98=
Rolle=
Tim ist ein Chemielehrer, der 5- bis 7-jährigen Kindern die vier Zustände (gasförmig, flüssig, fest, plasmatisch) erklärt.99=
Tim arbeitet mit der Kommunikationssoftware Digital AmbassadorTM von Extempo.100=
98
Vgl. Arena, Tim: Design Document, http://www.extempo.com.
Vgl. Arena, Tim: Design Document, http://www.extempo.com.
100
Vgl. Digital Ambassador Selected for Demo 2001 Conference, http://www.extempo.com.
99
53
Systemvoraussetzungen= Tim kann über einen Browser aufgerufen werden.=
Intelligenz
=
Tim weist eine gewisse Lernfähigkeit auf, insofern er auf die gleiche Frage nicht
zweimal die gleiche Antwort gibt. Wenn man längere Zeit nicht mit ihm kommuniziert, fragt er nach, wo das Problem liegt, und bietet dem Schüler an, nochmals
einen Schritt zurückzugehen.=
Mobilität=
Tim hat nicht die Fähigkeit zur Mobilität.=
Information=
Tim zeigt eine Startseite, auf der die vier Zustände aufgeführt sind. Es gibt zusätzlich zu jedem Zustand eine Webseite, welche mittels Text und Grafiken weitere
Informationen liefert; dazu erklärt Tim genau diesen Zustand. Der Student kann
von jeder Seite wieder auf die Ausgangsseite oder auf eine weitere Seite mit einer
Erklärung eines anderen Zustands wechseln. =
Kommunikation=
Tim erklärt dem Schüler die vier Zustände. Der Schüler kann ihn unterbrechen,
wenn er etwas nicht versteht; Tim setzt dann zu einer neuen Erklärung an.
Wenn Tim mit seinen Erklärungen fertig ist, fragt er den Schüler, ob er noch Fragen hat oder weiterfahren möchte. Tim entschuldigt sich auch, wenn er etwas nicht
weiss.
Tim besitzt 100 - 500 Konversationselemente.=
Transaktion=
Tim weist keine Transaktionsfunktionen auf.=
Interaktion =
Der Schüler kann sich einen der vier Zustände auf der Website aussuchen und
darauf klicken. Tim ruft dann eine weiterführende Seite auf und erklärt dem Benutzer den entsprechenden Zustand.=
Motivation
Tim fordert den Schüler auf, mit ihm zu reden; fragt dieser zu lange nichts, fällt er
in einen tiefen Schlaf und fängt an zu schnarchen. Er ist sehr freundlich und entschuldigt sich, wenn er etwas nicht versteht.=
=
=
Die Statements des Agenten sind klar und gut verständlich. Da er für kleine Kinder
gedacht ist, gibt er keine ausführlichen Erklärungen und Anweisungen; er schlägt
vielmehr vor, zu einer weiterführenden Seite zu wandern und dort Informationen
abzurufen.=
Erwerbbarkeit=
Tim ist bei Extempo erwerbbar.=
Informationen=
http://www.extempo.com
54
6.2.8 Gandalf
Abb. 17: Gandalf
Name der Software=
Gandalf=
=
http://web.mit.edu=
~1996101=
Anwender der Software sind Schulen.=
Einsatzformen =
Die virtuelle Umgebung, auf die Gandalf referenziert, zeigt das Sonnensystem.
Gandalf ist ein Experte für das Sonnensystem. Der Benutzer kann mit Gandalf
eine Reise zu den verschiedenen Planeten unternehmen, etwa zu Pluto.102 =
Einsatzgebiet=
Gandalf kann in Schulen eingesetzt werden.=
Zielgruppe=
Zielgruppe sind Schüler, die sich über das Sonnensystem informieren wollen
oder müssen.=
Gandalf ist ein nicht realistischer Agent. Der Kopf ist der isländischen Sagengestalt nachempfunden. Man sieht nur den Kopf und die Hand.=
Animation=
Gandalf ist eine 3D-Animation mit deiktischen Gesten.103=
Charakter=
Die Figur Gandalf hat ihren Ursprung in einer isländischen Sage, laut der Gandalf den Giganten Ymir ermordet und mit dessen Leiche Himmel und Erde
erschaffen hat.=
Rolle=
Gandalf erklärt dem Benutzer das Sonnensystem und unternimmt mit ihm eine
Reise zu den Planeten.=
Sprechweise=
Gandalf hat eine klare Stimme.=
Gandalf ist in die Architektur Ymir eingebettet, ein Rechenmodell, das auf psychologischen Dialogkenntnissen aufbaut.104
101
Vgl. MIT Research Digest, http://web.mit.edu/newsoffice/rd/1996/nov.html.
Vgl. Gandalf: The Communicative Humanoid, http://xenia.media.mit.edu/~kris/gandalf.html.
103
102
55
Gandalf besitzt eine Spracherkennung; der Benutzer kommuniziert mit ihm über
ein Mikrofon. 105
Gandalf erscheint auf einem Bildschirm, das Sonnensystem auf einem anderen.
Der Benutzer sieht diese verschiedenen Bilder integriert mit Hilfe seines Datenhelms.106=
Für den Betrieb von Gandalf sind folgende Systemvoraussetzungen notwendig:
Intel 386
Intel 286
Macintosh Quadra 950
=
SGI Iris, das auf BBN’s HARK läuft (für Spracherkennung)
SGI Indigo für die Wiedergabe von Gandalfs Gesicht und Hand
HP Apollo 900, für die 3D-Wiedergabe des Sonnensystems
DEC 5000
DEC Alpha für Gandalfs Sensorik und Entscheidungsmechanismus
Um Gandalf sehen zu können, ist ein Datenhelm notwendig.=
Intelligenz=
Gandalf besitzt ein Spracherkennungssystem und kann sinnvolle Dialoge führen.
Mobilität=
Gandalf hat nicht die Fähigkeit zur Mobilität.=
Information
Gandalf erklärt dem Schüler das Sonnensystem; er schlägt ihm eine Reise zu
den Planeten vor, und der Schüler kann dann Fragen zu verschiedenen Themengebieten stellen. =
=
Kommunikation
=
Gandalf kommuniziert mit dem Benutzer über einen gesprochenen Dialog. Während der Kommunikation schaut Gandalf den Benutzer an.107 Gandalf nimmt
Befehle entgegen; beispielsweise kann der Student ihn auffordern, den Planeten
von einer anderen Seite zu zeigen.=
Transaktion=
Gandalf weist keine Transaktionsfunktionen auf.=
Interaktion
Anders als bei den meisten pädagogischen Agenten kann Gandalf Signale von
Benutzern empfangen. Der Benutzer muss einen Anzug tragen, der seine Oberkörperbewegungen wahrnimmt, eine Brille, welche die Bewegungen der Augen
registriert, und ein Mikrofon, das Gandalf Wörter und Betonungen übermittelt.108
=
Gandalf ruft nach Aufforderung des Benutzers neue Elemente der virtuellen
Umgebung auf bzw. zeigt diese aus einer anderen Perspektive.=
Motivation
=
Benutzerfreundlichkeit=
Gandalf macht mit dem Benutzer eine Reise zu den Planeten, erklärt sie und
beantwortet Fragen. Sein lustiges Aussehen soll den Benutzer zusätzlich motivieren, mit ihm zu lernen.=
Um mit Gandalf kommunizieren und interagieren und um die virtuelle Umgebung wahrnehmen zu können, sind ein Datenhelm und eine spezielle Ausrüstung
============================================================================================================================================
104
105
106
107
Vgl. Thorisson/Cassell, Why Put an Agent in a Body, 2.
108
56
nötig.=
Erwerbbarkeit=
Gandalf ist beim MIT erwerbbar.=
Informationen=
http://xenia.media.mit.edu/~kris/ftp/gandalf-2.mov
MIT Research Digest, http://web.mit.edu/newsoffice/rd/1996/nov.html.
Abb. 18: Der Agent Gandalf
57
6.2.9 Einstein
Abb. 19: Einstein und Lernumgebung
Name der Software=
Einstein=
Artificial Life, Inc.
=
http://www.artificial-life.com=
1999 (Version 1) und 2000 (Version 2)=
=
Anwender der Software sind Schulen.=
Einsatzformen =
Einstein agiert in einer virtuellen Umgebung; es sind Büro oder Labor des
Physikers Einstein dargestellt, oder es werden verschiedene Ressourcen zum
Leben und zur Arbeit des Physikers aufgerufen.=
Einsatzgebiet=
Mögliches Einsatzgebiet ist der Physikunterricht.=
Zielgruppe=
Einstein ist für Schüler der Mittelstufe geeignet.=
Einstein ist ein realistischer Agent, der mit seinem ganzen Körper abgebildet
ist. Er hat graue Haare, trägt einen braunen Anzug und raucht Pfeife.=
58
Animation
Einstein beherrscht verschiedene Bewegungsarten; man sieht ihn am Schreibtisch arbeiten, in seinem Labor experimentieren, Geige spielen etc.=
=
Charakter=
Der Agent stellt den Physiker Einstein dar.=
Rolle=
Der Agent spielt die Rolle von Einstein.=
Sprechweise=
Einstein hat eine synthetische Stimme, die gut verständlich, aber etwas metallisch ist; teilweise betont er Worte falsch.=
Die Kommunikation mit dem Agenten findet über sogenanntes Pattern Matching statt. Es handelt sich um einen Musterabgleich, bei dem die eingegebenen Begriffe mit den Begriffen in der Wissensbasis des Agenten verglichen
werden. =
Folgende Systemvoraussetzungen müssen gegeben sein:
=
Intelligenz
J
Windows 95/98/NT/2000 Pentium 233 MHz
40 MB freier Festplattenplatz
800x600 Bildschirmauflösung
Windows kompatible Soundkarte
CD-ROM-Laufwerk
Internet Explorer 4.x/5.x=
=
Einstein weist eine gewisse Intelligenz auf; da man sich mit einer ID einloggen
muss, kann er den Benutzer identifizieren und sich an das letzte Gespräch mit
ihm erinnern. Bei Verständnisproblemen fragt er nach und versucht seine Antwort umzuformulieren. Zudem erstellt er auf Grund des Gesprächs mit dem
Benutzer ein Leistungsprofil.=
Mobilität=
Einstein ist nicht mobil.=
Information
Einstein bietet Informationen zu verschiedenen Gebieten; so kann man aus den
Bereichen Biografie, Physik, Relativität, Atombombe, Rundgang, Quiz, Tutor
und Animation auswählen; diese sind dann wiederum unterteilt. Zur Verdeutlichung seiner Erklärungen verwendet Einstein historische Fotos, welche die
wichtigsten Orte, Ereignisse und Personen in seinem Leben dokumentieren,
Texte, Simulationen seiner Gedankenexperimente und Quellen, wie Briefe,
Reden und autobiografische Notizen.=
=
Kommunikation
=
Mit Einstein kann man durch Texteingabe kommunizieren; der Agent gibt
geschriebene und gesprochene Antworten aus. Man kann mit ihm über die
Themen Physik, Philosophie, Weltpolitik und Musik sprechen.
Einstein fragt nach seinen Ausführungen den Schüler ab.=
Transaktion=
Es gibt keine Transaktionsmöglichkeit bei Einstein.=
Interaktion
Einstein ruft je nach Gesprächsverlauf Informationen zu verschiedenen Themen auf.
=
Die Figur kann an jede beliebige Stelle des Bildschirms gezogen werden.
Einstein erstellt auf Grund des Gesprächs ein Leistungsprofil; der Benutzer
kann auf dieses aufbauend dann einen Test machen. Einstein schlägt dem Benutzer vor, welche Themen noch behandelt werden können. =
Motivation=
Einstein ist eine seriöse Figur; er macht kaum Witze. Er spricht die Person
immer mit Namen an.=
59
=
Einstein gibt Vorschläge für die Benutzung des Programms. Der Benutzer kann
sich die Schwierigkeitsstufe für die Themengebiete, die er bearbeiten will,
selber wählen.=
Erwerbbarkeit=
Einstein ist bei Artificial Life erwerbbar.=
Informationen=
http://www.artificial-life.com
6.2.10 Zusammenfassung
Insgesamt wurde deutlich, dass es bisher nur eine schmale Produktpalette pädagogischer Agenten
gibt. Nicht alle Produkte sind ausserdem käuflich. Die beschriebenen Agenten wurden in einem
Zeitraum von sieben Jahren - von 1994 (PPP-Persona) bis 2001 (Tim) - entwickelt.
Obwohl an dieser Stelle weder eine Bewertung noch ein Vergleich der pädagogischen Agenten
erfolgen kann, darf gesagt werden, dass bei den Beschreibungen Mängel und Grenzen sichtbar
wurden, etwa in Bezug auf technologischen Ansatz, Sprechweise und Intelligenz.
Besonders auffällig ist auch, dass keiner der beschriebenen Agenten das Merkmal der Mobilität
besitzt. Es wird also die Möglichkeit, den Agenten über Netzwerke zwischen Systemen wechseln
zu lassen, nicht in Anspruch genommen.
Weiterhin finden - dies hängt teilweise mit der fehlenden Mobilität zusammen - keine Transaktionen statt. Damit wird auf ein Potenzial verzichtet, das gerade im Bereich pädagogischer Agenten
von Interesse wäre. Die Agenten könnten sich ähnlich wie Shopping-Agenten auf die Suche nach
Content, Services und Produkten machen und relevante Ressourcen an die Lernenden vermitteln.
60
7. Voraussetzungen für den Einsatz pädagogischer Agenten in Unternehmen
Damit der Einsatz von pädagogischen Agenten in Unternehmen eine erfolgreiche und nachhaltige
E-Learning-Massnahme darstellt, müssen verschiedene Voraussetzungen gegeben sein. Diese Voraussetzungen beziehen sich auf das gegebene oder geplante E-Learning-Angebot (Kapitel 7.1), die
Zielgruppe (Kapitel 7.2) und das Unternehmen selbst (Kapitel 7.3). Teilweise können lediglich
Vermutungen angestellt werden, da es im Corporate E-Learning an Erfahrungen mit pädagogischen
Agenten mangelt und Studien bisher kaum vorliegen.
7.1 E-Learning-Angebot
7.1.1 Einsatzformen
In Kapitel 5.1 wurden verschiedene Einsatzformen pädagogischer Agenten unterschieden. Sie können als singuläre Systeme fungieren, aber genauso auf virtuelle Umgebungen wie Lernsysteme und
Meta-Lernsysteme referenzieren. Im Folgenden wird auf der Grundlage dieser Einteilung dargestellt, wie Agenten in Technologien und Systeme im Unternehmen integriert werden können.
Agenten, die als singuläre Systeme dienen, können in Unternehmen, die mit üblichen Technologien
- etwa Intranet- bzw. Internettechnologie - ausgestattet sind, häufig ohne weiteres integriert werden. Wichtig ist hier, dass der pädagogische Agent an sich eine sinnvolle didaktische Lösung darstellt. Zu überlegen ist, ob der Agent im Sinne der Wissensvermittlung oder des Supports einzusetzen ist und welche motivationalen Effekte im Vordergrund stehen.
In Lernsystemen, die in sich mehr oder weniger abgeschlossen und wenig dynamisch sind, stellen
pädagogische Agenten hilfreiche Ergänzungen dar. Virtuelle Umgebung und Funktionen des pädagogischen Agenten werden parallel bzw. aufeinander abgestimmt aufgebaut. Die Integration in
vorhandene Systeme ist teils möglich, teils mit Schwierigkeiten behaftet. Bei Standardsoftwarelösungen in Form von CBTs oder WBTs bestehen oft nicht nur technische Probleme, sondern auch
didaktische Hürden. Funktionen und Inhalte der Lernsysteme sind meist so aufbereitet, dass Interaktionen mit einem Agenten nicht vorgesehen ist.
Bei Meta-Lernsystemen, wie sie etwa Lernplattformen und Lern- und Wissensportale darstellen,
können Agenten eingesetzt werden, um auf Funktionen und Inhalte zu verweisen und um Beziehungen zwischen den Komponenten herzustellen. Eine technologische Umsetzung ist häufig möglich; eine didaktische Einbettung kann auf der Ebene der Wissensvermittlung und des Supports
ohne weiteres erreicht werden.
Eine Herausforderung ist die Dynamik von Metasystemen; es kommen laufend Content, Services
und Produkte hinzu, Strukturen werden angepasst, die Navigation wird verändert. Der pädagogische Agent muss in der Lage sein, in der neuen Umwelt wie gewohnt zu agieren bzw. sich an die
Änderungen anzupassen, oder er muss jeweils modifiziert werden, um den neuen Anforderungen
61
zu genügen. Dies bedeutet auf der einen Seite Schwierigkeiten in der Umsetzung; auf der anderen
Seite sind aber gerade in einem solchen Kontext pädagogische Agenten ein geeignetes Mittel, um
Komplexität zu reduzieren.
62
7.1.2 Einsatz von pädagogischen Agenten in Lernräumen
In Kapitel 5.2 wurde der Einsatz von pädagogischen Agenten in Lernräumen skizziert, die durch
verschiedene Gestaltungsmöglichkeiten bestimmt sind. Es wurde herausgearbeitet, dass Agenten in
den Bereichen E-Training, E-Collaboration und JIT-E-Learning wichtige Hilfen darstellen können.
Eine Anthropomorphisierung, auch dies wurde deutlich gemacht, ist bei E-Training von grosser,
bei E-Collaboration von gewisser und bei JIT-E-Learning von geringer Bedeutung. Die folgenden
Abschnitte gehen vor diesem Hintergrund auf ausgewählte Aspekte.
Zu beachten ist erstens, dass E-Collaboration und JIT-E-Learning in vielen Unternehmen noch
wenig etabliert und erprobt sein dürften, obwohl in den letzten Jahren wirtschaftliche Notwendigkeiten und Bedürfnisse seitens der Unternehmen entstanden sind, die Konzepte dieser Art begünstigen. Einerseits ist darauf zu achten, dass solche Konzepte nicht durch den Einsatz pädagogischer
Agenten gefährdet werden, indem eine Überforderung der Benutzer stattfindet. Andererseits eignet
sich gerade die Einführung der neuen Konzepte dazu, gleichzeitig neue Technologien und Systeme
einzuführen, um die Mitarbeiter von Anfang an damit vertraut zu machen und ihnen integrierte
Potenziale aufzuzeigen. Eine konkrete Entscheidung hängt vor allem von bisherigen Verfahrensweisen, Interessen des Zielpublikums und letztlich auch strategischen Belangen ab.
Zweitens ist zu berücksichtigen, dass momentan allenfalls Erfahrungen bezüglich des Einsatzes
von pädagogischen Agenten im Bereich E-Training bestehen. Das Unternehmen muss bei einem
Einsatz in E-Collaboration und JIT E-Learning riskieren, Fehler zu machen und Fehlinvestitionen
zu tätigen. Umgekehrt erhält es die Chance, zu den Pionieren auf einem Gebiet zu werden, das von
einer erheblichen Innovationsbereitschaft zeugt und das gewisse Einsparpotenziale aufweist.
7.1.3 Inhalt
Pädagogische Agenten können in Bezug auf jegliche Lehr- und Lerninhalte eingesetzt werden. Wie
Lehrer, Tutoren und andere Begleiter in Lern- und Wissensprozessen und wie die meisten anderen
Lernsysteme sind sie generell indifferent gegenüber Themen.109 Im Folgenden wird dennoch versucht, für bevorzugte Einsatzgebiete zu argumentieren, und zwar vor dem Hintergrund der in Kapitel 3 beschriebenen Aktionsfunktionen. Macht man sich das Aktionsspektrum pädagogischer Agenten deutlich, wird man feststellen, dass es Einsatzgebiete gibt, die von pädagogischen Agenten
gegenüber anderen Technologien und Systemen besonders gut beherrscht werden.
Ein pädagogischer Agent hat beispielsweise im Rahmen der Demonstrationsfunktion die Möglichkeit, dem Benutzer Funktionsweisen von Objekten besonders anschaulich zu demonstrieren. Solche
Fähigkeiten sind es, die den Einsatz von pädagogischen Agenten auf solchen Gebieten nahe legen,
bei denen eine körperlich-räumliche Erfahrung wichtig ist.
109
Natürlich sind konkrete Agenten Experten auf ganz bestimmten Gebieten, so wie Lehrer ihre Spezialgebiete haben.
63
Auch von der Fähigkeit der Konversationsfunktion lassen sich Präferenzen für thematische Gebiete
ableiten. Pädagogische Agenten - zumal wenn sie ein anthropomorphes Äusseres aufweisen - bieten sich für ein Training an, bei dem es um richtiges Verhalten in Dialogsituationen geht. Der
Agent nimmt eine bestimmte Rolle ein und konfrontiert den Benutzer mit Verhaltensweisen und
Fragestellungen, denen dieser im Dialog adäquat begegnen muss.
Blickt man auf die verschiedenen Funktionen der Transaktion und Interaktion, wird deutlich, dass
sich Themen rund um Internet und Intranet aufdrängen, oder aber selbstreferenzielle Themen, etwa
die Frage, welche Potenziale pädagogische Agenten aufweisen. Im direkten Ausprobieren der verschiedenen Funktionen kann sich der Benutzer zu diesen Themen einen adäquaten Wissensstand
verschaffen.
Allgemein könnte man argumentieren, dass pädagogische Agenten Lösungen auf Technologie- und
Systemebene sind und von daher eine Beziehung zu technologischen Themen nahezulegen scheinen. Allerdings stellen sie - insbesondere im Falle einer Anthropomorphisierung - gerade eine
Schnittstelle dar, die das Technologische überdecken soll.
7.1.4 Lernzeit
Pädagogische Agenten können für längerfristige Lern- und Wissensprozesse, wie sie bei ETraining gegeben sind, bei kollaborativen Prozessen anhaltender oder punktueller Art wie im Falle
von E-Collaboration und bei akuten Lern- und Informationsbedürfnissen wie bei JIT-E-Learning
eingesetzt werden. Bezüglich der Lernzeiten sind sie an sich also zunächst unspezifisch. Dennoch
sind gewisse Einschränkungen zu beachten, und zwar vor allem im Hinblick darauf, wie viel Zeit
der Lernende mit Agenten verbringt.
Bei langen E-Training-Phasen etwa müssen Abschnitte eingeschaltet werden, bei denen der pädagogische Agent - zumindest in seiner sichtbaren Form - in den Hintergrund tritt. Er sollte zwar
einerseits eine stets verfügbare Hilfe sein, andererseits aber nicht das ganze Lerngeschehen zu jedem Zeitpunkt dominieren. Der Lernende muss ebenso Raum für andere Ansätze erhalten und sich
in Räume zurückziehen können, wo er nicht durch die Präsenz des Agenten gestört wird.110
7.2 Zielgruppe
Agenten sind Anwendungen, die ein relativ breites Publikum bzw. ganz verschiedene Mitarbeiterebenen und -gruppen erreichen. Es sollen indes zwei Vermutungen ausgesprochen werden, welche
Zielgruppen mehr und welche weniger in Frage kommen.
Zunächst kann vermutet werden, dass das Top-Management, das kaum auf längerfristig angelegte
E-Learning-Massnahmen (wie sie im Bereich E-Training gegeben sind) zurückgreift, auch beim
64
Einsatz entsprechend eingesetzter pädagogischer Agenten Probleme hat. Dienen die Agenten jedoch z.B. der akuten Problembewältigung wie im Falle von JIT-E-Learning, sollten sie auch für
diese Zielgruppe relevant sein. Ein anthropomorphes Äusseres ist bei den vom Top-Management
bevorzugten Funktionen wenig von Bedeutung.
Weiterhin liegt die Vermutung nahe, dass technologieaffine Personen bevorzugt mit Agenten lernen und arbeiten. Allerdings wird von verschiedenen Autoren herausgestellt, dass Agenten gerade
für ein unspezifisches Publikum eine attraktive Schnittstelle darstellen. Insbesondere anthropomorphe Agenten dürften einen geeigneten Bezugspunkt darstellen. In dieser Richtung argumentieren
etwa Huhns und Singh:
Despite all the progress in computing, users have been slow to accept the technology. They have often
accepted what was thrown at them, but only under economic duress. Bringing the technology closer to
their emotional needs might ease this resistance.111
Auch Murch und Johnson betonen die Benutzerfreundlichkeit von Agenten: „Durch Agententechnologie wird die Schnittstelle zwischen dem Computer und dem Benutzer weitaus benutzerfreundlicher und, was besonders wichtig ist, leichter zugänglich.“112
7.3 Unternehmen
Pädagogische Agenten eignen sich für den Einsatz in unterschiedlichen Branchen und Unternehmensbereichen. Sie sind, wie in Kapitel 7.1 ausgeführt, nicht themenabhängig sowie einem breiten
Mitarbeiterkreis zugänglich (vgl. Kapitel 7.2).
Der Einsatz pädagogischer Agenten steht in keinem unmittelbaren Abhängigkeitsverhältnis zur
Unternehmensgrösse. Wie bei Informations- und Kommunikationstechnologien insgesamt gilt zum
einen, dass ein erheblicher Distributionsfaktor genutzt werden kann, zum anderen, dass Mechanismen der automatisierten Personalisierung greifen können.
Wichtig ist, dass im Unternehmen eine Kultur geschaffen wird, die die Nutzung von E-LearningMassnahmen allgemein und speziell den Einsatz pädagogischer Agenten erlaubt und unterstützt.
Dazu gehört, dass die Kommunikation und Interaktion mit dem Agenten nicht als Spielerei aufgefasst wird, sondern als ein Teil der Lern- und Wissensprozesse im Unternehmen akzeptiert ist.
8. Schwierigkeiten des Einsatzes pädagogischer Agenten
In diesem Kapitel sollen Schwierigkeiten des Einsatzes pädagogischer Agenten behandelt werden.
Dabei werden die Bereiche Motivation113 (Kapitel 8.1), Intelligenz (Kapitel 8.2), Technologie (Kapitel 8.3) und Marktsituation (Kapitel 8.4) einer Betrachtung unterzogen.
============================================================================================================================================
110
Kann die Verfügbarkeit des Agenten gänzlich durch den Lernenden gesteuert werden, stellen sich neue
Probleme. Handelt es sich um eine Einsatzform, bei der der Agent auf eine Lernumgebung referenziert,
müsste diese doppelt aufgebaut werden.
111
Huhns/Singh, Anthropoid Agents. In: Internet Computing, 94.
65
8.1 Motivation
E-Learning-Massnahmen sind generell dadurch gekennzeichnet, dass der unmittelbare Kontakt zu
anderen Personen in den Hintergrund tritt. Auch im Bereich E-Collaboration findet lediglich durch bestimmte Medien - vermittelte Kommunikation statt. Pädagogische Agenten ersetzen nun in
gewissen Funktionen auch diese Formen des vermittelten Kontakts. Wenngleich pädagogische
Agenten „intelligente“ Bezugspartner darstellen, sind und bleiben sie „Maschinen“ bzw. Softwarelösungen. Soziale Kontakte gehen auf diese Weise weiter verloren, ein Umstand, der auf viele Personen demotivierend wirken dürfte.
Für manche Menschen ist der Umgang mit pädagogischen Agenten zunächst ungewohnt. Es handelt sich zwar um eine im Prinzip benutzerfreundliche und leicht zugängliche Schnittstelle; dennoch müssen auch mit diesem System erst Erfahrungen gemacht werden. „Die Agenten führen eine
neue Mensch-Maschine-Interaktion ein, die über die heute übliche Metapher der direkten Manipulation mit grafischen Benutzerschnittstellen hinausgeht.“114
Ein weiterer Aspekt ist die Gewöhnung an die Präsenz des pädagogischen Agenten. Zunächst ist
eine solche Gewöhnung ein durchaus erwünschter Effekt. Nachteilig ist, wenn die Gewöhnung zu
Langeweile und zu einem abflauenden Interesse am Agenten oder an der Lernumgebung führt. Nur
wenige Agenten entwickeln sich in Bezug auf Gestalt, Charakter und Wissen weiter und vermögen
auf diese Weise neue Impulse zu geben.
Eine weitere Problematik ist die Übererwartung gegenüber pädagogischen Agenten. „Unglücklicherweise kann die angebotene Funktionalität nicht mit der allgemeinen Erwartungshaltung der
Anwender Schritt halten.“115 Agenten, die ein anthropomorphes Äusseres haben, sind hiervon besonders betroffen. „Als negativ wird ... angeführt, dass menschliche Züge zu einer unberechtigten
Über-Erwartung an die Leistungsfähigkeit der Agenten führen.“116 Werden solche Erwartungen
enttäuscht, kann es ebenfalls zu Motivationsverlusten kommen.
Die Frage der Motivation stellt sich im Unternehmen noch auf andere Weise. Motivation beim
Lernen und Arbeiten im betrieblichen Bereich hängt stark von Vertrauensfragen ab. Mitarbeiter
müssen davon ausgehen können, dass bestimmte Daten vom Unternehmen nicht erfasst, ausgewertet und weiterverwendet werden.117 Andererseits haben manche Unternehmen ein starkes Interesse,
============================================================================================================================================
112
Murch/Johnson, Agententechnologie, 121.
113
Die Motivation wurde in Kapitel 4.3 als eines der drei Hauptziele pädagogischer Agenten identifiziert,
und es wurde in diesem Zusammenhang herausgearbeitet, dass pädagogische Agenten in vielfältiger Weise
zur Motivierung des Lernenden beitragen können. Dennoch sind im Bereich der Motivation auch negative
Effekte möglich.
114
Caglayan/Harrison, Intelligente Software-Agenten, 22.
115
116
Kuhlen, Die Konsequenzen von Informationsassistenten, 285 f.
117
Vgl. allgemein zum Thema Vertraulichkeit bei der Nutzung von Agenten Caglayan/Harrison, Intelligente
Software-Agenten, 23.
66
Mitarbeiter zumindest einer Minimalkontrolle zu unterziehen bzw. Lern- und Wissensprozesse
aktiv zu optimieren.
In der Praxis werden bei E-Learning-Massnahmen z.B. Analysen und Kontrollen durchgeführt, die
sich auf ganze Gruppen beziehen, so dass ein Erfolg bezüglich dieser Gruppe, nicht aber im Hinblick auf Einzelpersonen gemessen und bewertet werden kann. Solche Methoden werden meist von
Mitarbeitern und Arbeitnehmerverbänden akzeptiert. Werden pädagogische Agenten eingesetzt,
muss darauf geachtet werden, dass sie in ihrem Tun durchschaubar sind; dies kann u.a. dadurch
gewährleistet werden, dass sie ihre - auch verborgenen - Aktionen erklären und begründen.
8.2 Intelligenz
Einige der Verfahren, die bei pädagogischen Agenten eingesetzt werden, sind nicht eigentlich intelligent bzw. lassen in Bezug auf eine sinnvolle Kommunikation zwischen Agent und Benutzer zu
wünschen übrig. So stellt etwa Pattern Matching ein begrenzt effektives Verfahren dar.
Insgesamt kann gesagt werden, dass sogenannte intelligente Verfahren längst nicht ausgereift sind.
Schulmeister postuliert, das Fehlen einer modalen Logik und heuristischer Prozeduren auf unseren
heutigen Computern führe zu einer restringierten Simulation menschlichen Denkens118, und er zitiert Nix, der hinsichtlich der Intelligenz von Systemen seine Meinung unmissverständlich ausdrückt: „Artificial intelligent computers, as they now exist, represent a „cognition“ that if evidenced in a human would probably be classified clinically as schizoid, retarded, lacking affect.“119
Selbst intelligente Verfahren garantieren allerdings nicht eine gelingende Kommunikation. So kann
der Kontext der Frage oder die Frage selbst unklar sein.120
Die Analyse-, Lern- und Anpassungsfähigkeit von pädagogischen Agenten im Hinblick auf die
Leistungen des Benutzers stösst an verschiedene Grenzen. Bei Bewertungen von Eingaben und
Aktionen etwa kann es zu Interpretationsfehlern kommen, die den weiteren Verlauf beeinträchtigen. Ausserdem bezieht sich die Analyse-, Lern- und Anpassungsfähigkeit meist nur auf das System, in dem Agent und Benutzer gemeinsam kommunizieren und interagieren. Nimmt der Benutzer
aber andere E-Learning-Massnahmen oder auch Einheiten klassischer Aus- und Weiterbildung
wahr, ergeben sich beim Agenten Erfahrungs- und Wissenslücken.
118
Schulmeister, Grundlagen hypermedialer Lernsysteme, 181.
Nix, Should Computers Know What You Can Do With Them? In: Nix/Spiro (Hg.), Cognition, Education,
and Multimedia, 162.
120
Zum Kontextproblem vgl. Caglayan/Harrison, Intelligente Software-Agenten, 168. - Begrenzungen dieser
Art können allerdings auch positiv genutzt werden. Auf eine Antwort, die dem Agenten unverständlich ist,
kann der Agent mit einer Gegenantwort reagieren, die dem Lernenden deutlich macht, dass er seine Frage
präzisieren oder modifizieren muss. Im günstigsten Fall ergibt sich beim Lernenden die Einsicht, dass die
Frage zu wenig präzise gestellt war oder dass man die gleiche Frage in anderer Art und Weise stellen kann.
Dies ist nicht nur eine Medienkompetenz im speziellen Sinne - es ist eine Reflexion über richtiges, verständliches und angemessenes Fragen. Hier wird allerdings auch deutlich, dass der intelligente Lernende vorausgesetzt wird. Sind aber gewisse Fähigkeiten auf Benutzerseite nicht gegeben, ist auch das intelligenteste
System vor ernsthafte Schwierigkeiten gestellt.
119
67
Grundsätzlich sind pädagogische Agenten hinsichtlich ihres Wissens begrenzte Systeme, auch
wenn sie Wissen hinzu erwerben können. Ihre Wissensbasis repäsentiert nur einen kleinen Ausschnitt des „Weltwissens“. In Lern- und Wissensprozessen können sich Situationen ergeben, die
die Wissensbasis eines Agenten überfordern.
8.3 Technologie
Viele pädagogische Agenten können unproblematisch installiert bzw. integriert werden. Komplexere Anwendungen stellen allerdings teils hohe Anforderungen an die technologische Infrastruktur.
Wenn Datenhelm und spezielle Ausrüstung benötigt werden, ist ein Lernen am Arbeitsplatz nur in
Ausnahmefällen möglich. Die Ausrüstung stellt einen erheblichen Eingriff in den Arbeitsalltag dar.
Sicherheitsproblematiken sind bei mobilen Agenten möglich. „Die Verwalter von Informationssystemen können keine EDV-Umgebung akzeptieren, in der böswillige Agenten das eigene System
verwüsten können.“121 Allerdings gibt es momentan kaum pädagogische Agenten, die das Merkmal
der Mobilität besitzen.
In manchen Fällen ist eine technische Unreife der pädagogischen Agenten gegeben. Diese Unreife
kann sich auf die Animation, die Sprechweise oder die Intelligenz des Agenten beziehen (s. Kapitel
8.2). So ergeben sich beispielsweise in Bezug auf die gesprochene Sprache Probleme. Teilweise
werden Verfahren eingesetzt, wo Wörter und Sätze voll synthetisch gesprochen werden. Die Stimme klingt nicht nur ungewohnt und irritierend, sondern es kommt auch zu falschen Betonungen.122
Auch hinsichtlich der Aktionsfunktionen gibt es noch Beschränkungen. So sind Transaktionen bei
vielen pädagogischen Agenten nicht möglich. Generell muss eingeräumt werden, dass verschiedene
automatisierte Transaktionsformen noch mit Problemen behaftet sind; vor allem sind es Standardisierungsprobleme, die eine effektive Beschaffung und einen gezielten Austausch verhindern.
8.4 Marktsituation
Allgemein lässt sich der Markt für Agenten nur schwer beurteilen. Brenner, Zarnekow und Wittig
konstatieren, es bleibe „bei den intelligenten Agenten ein nicht zu unterschätzendes Restrisiko“123,
und stellen die Frage: „Werden sie sich am Markt wirklich durchsetzen oder nicht?“124 Optimistisch ist die Prognose von IDC in dem White Paper „Agent Technology Goes Prime Time with
living systems“, wo eine starke Entwicklung bis zum Jahr 2004 vorausgesagt wird (vgl. Abbildung
20).
121
Fortgeschrittene Verfahren verwenden Sprechsequenzen natürlicher Personen, die je nach Bedarf zusammengesetzt werden.
123
124
122
68
Was speziell pädagogische Agenten angeht, kann konstatiert werden, dass diese derzeit eher ein
Nischenprodukt sind. Es gibt kaum Standardprodukte, die in Unternehmen eingesetzt werden können. Die Produktpalette ist sehr schmal und auf wenige Themenbereiche beschränkt.
Manche pädagogische Agenten stammen aus einem akademischen Umfeld und berücksichtigen
nicht immer die Bedürfnisse von Unternehmen. Zudem sind sie teils nicht käuflich erwerbbar, oder
die Konditionen der Erwerbbarkeit sind unklar.
Der Preis für Neuentwicklungen pädagogischer Agenten ist relativ hoch. Es müssen z.B. spezifische Wissensbasen aufgebaut werden, der Agent muss gestaltet werden, die Software muss mit
dem Lernsystem oder dem Meta-Lernsystem gemeinsam entwickelt bzw. synchronisiert werden,
und nicht zuletzt müssen Agent und System auf das Look-and-feel des Unternehmens abgestimmt
sein.125
Schliesslich ist noch zu vermuten, dass sich die Anbieter pädagogischer Agenten nicht durchgehend am Markt werden halten können, da sich derzeit die Nachfrage noch in Grenzen hält. Um
pädagogische Agenten aber zu modifizieren oder zu ergänzen, ist meist Spezialwissen gefragt. Eine
Kontinuität der Betreuung und Beratung wäre also überaus wünschenswert.
$M
1000
800
600
400
200
2000
2001
2002
2003
2004
Abb. 20: Weltweiter Markt für Agenten126
125
Handelt es sich um pädagogische Agenten, die auf Lernsysteme oder Meta-Lernsysteme referenzieren,
sollte der Agent auch finanziell als Teil der ganzen Lösung betrachtet werden. Caglayan und Harrison führen
aus, es sei sinnvoll, „die Investitionen für eine Agentensoftware als Teil der Entwicklungskosten für eine
Anwendung zu betrachten“. Caglayan/Harrison, Intelligente Software-Agenten, 25.
126
Nach IDC (Hg.), Agent Technology Goes Prime Time with living systems, 9.
69
9. Zusammenfassung
Pädagogische Agenten können über ihre allgemeinen Merkmale und ihre Aktionsfunktionen in
Lern- und Wissensprozessen wertvolle Unterstützung leisten. Sie vermögen in den Bereichen Information, Kommunikation, Transaktion und Interaktion zu agieren und den Zielen Wissensvermittlung, Support und Motivation zu dienen.
Pädagogische Agenten kann man als singuläre Systeme einsetzen oder aber als Systeme, die auf
eine virtuelle Umgebung referenzieren, und es ist möglich, sie in verschiedenen Lernräumen einzusetzen, die von E-Training, E-Collaboration oder JIT-E-Learning bestimmt sind.
Heute bereits entwickelte bzw. auf dem Markt erhältliche Agenten lassen die beschriebenen Potenziale erahnen. Allerdings werden derzeit nicht alle Möglichkeiten ganz ausgeschöpft. Beispielsweise konnte festgestellt werden, dass pädagogische Agenten kaum über Transaktionsfunktionen verfügen, obwohl diese grundsätzlich sinnvoll wären.
Der Einsatz pädagogischer Agenten in Unternehmen ist noch wenig erprobt, und es liegen kaum
verlässliche Daten und Studien vor. Dennoch können bestimmte Rahmenbedingungen für einen
sinnvollen Einsatz im Unternehmen postuliert und abgeleitet werden.
Insgesamt muss durchaus auch auf Schwierigkeiten des Einsatzes pädagogischer Agenten verwiesen werden, insbesondere in den Bereichen Motivation, Intelligenz, Technologie und Marktsituation. Eine steigende Nachfrage nach pädagogischen Agenten würde zur Lösung verschiedener
Schwierigkeiten beitragen.
70
10. Glossar
Ein wesentliches Ziel dieses Glossars ist es,
ein einheitliches Verständnis von Begriffen zu
schaffen, die in der vorliegenden Studie verwendet werden.
Adaptierbarkeit
Ein elektronisches Medium ist adaptierbar,
wenn der Lernende zwischen verschiedenen
Lernniveaus oder unterschiedlichen Darstellungsweisen wählen kann. Die Einstellung
wird vom Benutzer vorgenommen und hat
Bestand bis zur nächsten Anpassung.
Agenten
Agenten sind Computerprogramme, die in
einer elektronischen Umgebung, etwa im
Internet oder in einem Anwendungsprogramm, etwas tun, was i.d.R. auch reale
Personen mit entsprechenden Hilfsmitteln für
die Benutzer tun könnten (Suche im WWW,
Tutoring). Es wird also in gewisser Weise
eine zwischenmenschliche (Dienstleistungs)Beziehung simuliert; daher auch der Name
Agent, der auf die Helferfunktion des Programms zielt.
Animation
Bei einer Animation handelt es sich um einen
rechnergestützten Prozess, bei dem bewegte
Bilder generiert werden, indem schnell von
einem stehenden Bild auf das nächste umgeschaltet wird.
Basistechnologie
Der Begriff „Basistechnologie“ steht für Informationsund
Kommunikationstechnologien und „Mini-Applikationen“, die in
verschiedensten übergeordneten Applikationen und Anwendungssystemen verwendet
werden können. I-Net-Technologien, E-Mail
und Chat z.B. nehmen bei E-LearningSystemen die Rolle von Basistechnologien
ein. Was eine Basistechnologie ist, lässt sich
nicht per se festlegen, sondern hängt vom
Betrachtungsstandpunkt ab. Die Begriffe
„Werkzeug“ bzw. „Tool“ können als Synonyme passend sein, wenn die Funktionen
einer Applikation den Charakter einer Methode haben. E-Learning-Methoden kommen im
Methodenverständnis dieses Buchs nur auf
den Ebenen Lerntechnologien und ELearning-Systeme vor, nicht jedoch auf der
Ebene der Basistechnologien.
E-Collaboration
Unter „E-Collaboration“ versteht man kollaborative Lern- und Arbeitsformen. Sie kommen überall dort zum Einsatz, wo nicht die
instruktional angeleitete und auf das Individuum ausgerichtete Wissensvermittlung im
Vordergrund steht, sondern der gemeinsame
Aufbau von neuem Wissen und der Austausch
von Erfahrungen zwischen peers.
E-Learning
E-Learning kann begriffen werden als Lernen,
das mit Informations- und Kommunikationstechnologien (IKT) und im Besonderen mit
Lerntechnologien bzw. mit Lernsystemen
unterstützt bzw. ermöglicht wird. Mehr und
mehr etabliert sich E-Learning als Oberbegriff
für alle Formen und Funktionen des IKTbasierten Lernens wie Computer Based Training (CBT), Distance Learning oder Web
Based Training (WBT) und zielt auf ganz
unterschiedliche Aspekte und Phänomene auf
der Technologie-, System-, Prozess- und Strategieebene ab. Vernetzung dominiert elektronisch unterstütztes Lernen selbst dort, wo
auch auf lokale Medien wie CD-ROMs zurückgegriffen wird, da mehr und mehr eine
(Wieder-)Verwendbarkeit aller Ressourcen
und in vernetzten Umgebungen angestrebt
wird.
E-Learning-(Referenz-)Modell
Das E-Learning-Modell ist eine Adaption des
St. Galler Informationsmanagementmodells
sowie des St. Galler Business-EngineeringModells in Bezug auf E-Learning. Es liefert
eine ganzheitliche Sicht auf alle Gestaltungsebenen des Einsatzes von E-Learning.
E-Learning-System
Der Begriff „E-Learning-System“ steht für ELearning-Anwendungssysteme, d.h. Applikationen im Bereich E-Learning in Verbindung
mit Inhalten und im Anwendungssystem IKTgestützt verankerten didaktischen Konzepten
und Methoden.
71
Guided Tour
Guided Tours sind Reisen auf vorbestimmten
Navigationswegen in Hypertexten. Am Ende
einer Guided Tour kann sich der Benutzer nur
wieder rückwärts durch die selbe Tour bzw.
gleich zum Anfang bewegen. Die Hypertextstruktur ist bei einer Guided Tour nicht die
eines Netzes, sondern die eines Baums.
Lerntechnologien
Lerntechnologien sind E-Learning-Applikationen. Sie bauen auf Basistechnologien auf.
Basistechnologien sind als Bestandteil der
IKT-Infrastruktur zu betrachten. Problemlösungen aus E-Learning-Sicht liegen erst auf
den Ebenen Lerntechnologien und ELearning-Systeme vor.
Portal
Lern- und Wissensportale vermögen ein integriertes Angebot zu schaffen, insofern dort
angebotene oder vermittelte Produkte, Ressourcen und Dienstleistungen in (einer konträren bzw. komplementären) Beziehung zueinander stehen können. Beispielsweise kommen
Portale dem Bedürfnis eines Benutzers nach
Wissensvermittlung nach, indem sie ihm kostenlosen Zugang zu multimedial aufbereiteten
Grundinformationen zu einem Thema bieten,
gleichzeitig verschiedene kostenpflichtige
Kurse zum Thema offerieren oder vermitteln
und zusätzlich die Möglichkeit schaffen,
Communities zu diesem Thema zu beanspruchen oder gar zu bilden, in denen sich Benutzer und Experten austauschen können.
Profil
Ein Profil ist die Kategorisierung und Beschreibung der den Benutzern zugeordneten
Attribute und umfasst Funktion (Berufsbild,
Rang), organisatorische Angaben (Sprache,
betriebliche Einteilung) sowie durch die Benutzer selbst definierbare Ergänzungen (Ausbildungsbedarf, Interessen).
72
11. Literatur und Quellen
André, Elisabeth, Jochen Müller, Thomas Rist. PPP-Persona: Ein objektorientierter MultimediaPräsentationsagent. DFKI Research Report-96-02. Kaiserslautern 1996. URL (letzter Aufruf
29.01.2002): http://www.dfki.uni-kl.de/dfkidok/publications/.
Autorengruppe E-Writing.de. E-Learning und E-Kooperation in der Praxis. Neuwied, Kriftel 2002.
Back, Andrea, Oliver Bendel, Daniel Stoller-Schai. E-Learning im Unternehmen: Grundlagen - Strategien - Methoden - Technologien. Zürich 2001.
Bendel, Oliver. Avatar. In: Mertens, Peter, Andrea Back, Jörg Becker et al. (Hg.). Lexikon der Wirtschaftsinformatik. Berlin u.a. 2001. S. 60.
Bendel, Oliver, Daniel Stoller-Schai. E-Learning. In: Mertens, Peter, Andrea Back, Jörg Becker et al.
(Hg.). Lexikon der Wirtschaftsinformatik. Berlin u.a. 2001. S. 164 f.
Bendel, Oliver, Olaf Bursian, Karin Oberlin et al. Qualitative und ökonomische Potenziale der Einführung eines LMS in der Credit Suisse. Arbeitsberichte des Learning Center der Universität St. Gallen 2/2001. St. Gallen 2001.
Brenner, Walter, Rainer Zarnekow, Hartmut Wittig. Intelligente Softwareagenten: Grundlagen und
Anwendungen. Unter Mitarbeit von Claudia Schubert. Berlin u.a. 1998.
Bigus, Joseph, Jennifer Bigus. Intelligente Agenten mit Java programmieren: eCommerce und Informationsrecherche automatisieren. München u.a. 2001.
Caglayan, Alper K., Colin G. Harrison. Intelligente Software-Agenten: Grundlagen, Technik und
praktische Anwendung im Unternehmen. München, Wien 1998.
Calverley, Bob. Softbots help students to learn in Cyberspace. In: The USC News Service. Marina del
Rey, CA 1998. URL (letzter Aufruf 29.01.2002):
Cassell, Justine, Kristinn R. Thórisson. The Power of a Nod and a Glance: Envelope vs. Emotional
Feedback in Animated Conversational Agents. In: Applied Artificial Intelligence, Heft 13 (1998). S.
519 - 538.
Dietz, Richard B., Annie Lang. Æffective agents: Effects of Agent Affect on Arousal, Attention, Liking and Learning. In: Proceedings of international cognitive '99. San Francisco, CA 1999. URL (letzter Aufruf 29.01.2002): http://www.polara.org/pubs/cogtech1999.html.
73
Elliott, Clark, Jeff Rickel, James C. Lester: Integrating Affective Computing into Animated Tutoring
Agents. In: Working Notes of the IJCAI '97 Workshop on Animated Interface Agents: Making them
Intelligent. Nagoya 1997. S. 113 - 121.
Fenton-Kerr, Tom, Steve Clark, Graham Cheney et al. Multi-Agent Design in Flexible Learning Environments. In: Proceedings of ASCILITE '98. Wollongong 1998. S. 223 - 229.
Hermans, Björn. Intelligent Software Agents on the Internet: An Inventory of Currently Offered
Functionality in the Information Society and a Prediction of (Near) Future Developments. In: first
monday, Peer-Reviewed Journal on the Internet, Heft 3 (1997). URL (letzter Aufruf 29.01.2002):
http://www.firstmonday.dk/issues/issue2_3/ch_123/.
Huhns, Michael N., Muninsar P. Singh (Hg.). Reading in Agents. San Francisco 1998.
Huhns, Michael N., Muninsar P. Singh. Anthropoid Agents. In: Internet Computing, January/February 1998. 94. URL (letzter Aufruf 29.01.2002): http://computer.org/internet.
Issing, Ludwig J. Medienpädagogik im Informationszeitalter. Weinheim 1987.
Johnson, W. Lewis. Pedagogical Agents. 1998. URL (letzter Aufruf 29.01.2002):
Johnson, W. Lewis, Jeff W. Rickel. Animated Pedagogical Agents: Face-to-Face Interaction in Interactive Learning Environments. In: International Journal of Artificial Intelligence in Education, Heft
11 (2000). S. 47 - 78.
Johnson, W. Lewis, Jeff W. Rickel. Steve: A Pedagogical Agent for Virtual Environments. URL
(letzter Aufruf 29.01.2002): http://vet.parl.com/~vet/project/lmsteve.html.
Johnson, W. Lewis, Jeff W. Rickel, Randy Stiles et al. Integrating Pedagogical Agents into Virtual
Environments. 1998. URL (letzter Aufruf 29.01.2002): http://www.isi.edu/isd/VET/presence.pdf.
Auch über: Johnson, W. Lewis, Jeff W. Rickel, Randy Stiles et al. Integrating Pedagogical Agents
into Virtual Environments. In: Presence: Teleoperators and Virtual Environments, Heft 6 (1998). 523
- 546.
Johnson, W. Lewis, Erin Shaw. Using Agents to Overcome Deficiencies in Web-Based Courseware.
In: Proceedings of the Workshop “Intelligent Educational Systems on the World Wide Web”, 8th
World Conference of the AIED Society. Kobe 1997. URL (letzter Aufruf 29.01.2002):
http://www.contrib.andrew.cmu.edu/~plb/AIED97_workshop/Johnson/Johnson.html.
74
Kerres, Michael. Multimediale und telemediale Lernumgebungen: Konzeption und Entwicklung. 2.,
vollständig überarbeitete Auflage. München, Wien 2001.
Klusch, Matthias (Hg.). Intelligent Information Agents: Agent-Based Information Discovery and
Management on the Internet. Berlin u.a. 1999.
Koda, Tomoko, Pattie Maes. Agents with Faces: the Effect of Personification. In: Proceedings of the
5th ieee international workshop on robot and human communication (ro-man’96). Udine 1996. S. 189
- 194.
Kuhlen, Rainer. Die Konsequenzen von Informationsassistenten: Was bedeutet informationelle Autonomie oder wie kann Vertrauen in elektronische Dienste in offenen Informationsmärkten gesichert
werden? Frankfurt/Main 1999.
Laurel, Brenda. Interface Agents: Metaphors with Characters. In: Laurel, B. (Hg.): The Art of Human-Computer Interface Design. Reading, MA u.a 1990.
Lehner, Franz. Künstliche Intelligenz. In: Mertens, Peter, Andrea Back, Jörg Becker et al. (Hg.). Lexikon der Wirtschaftsinformatik. 3., vollständig neu bearbeitete und erweiterte Auflage. Berlin u.a.
1997. S. 237 f.
Lester, James C., Sharolyn A. Converse, Susan E. Kahler et al. The Persona Effect: Affective Pedagogical Agents. In: Pemperton, S. (Hg.). Human Factors in Computing Systems: CHI’97 Conference
Proceedings. Atlanta 1997. S. 359 - 366.
Lester, James C., Brian A. Stone, Gary D. Stelling. Lifelike Pedagogical Agents for Mixed-Initiative
Problem Solving in Constructivist Learning Environments. In: User Modeling and User Adapted Interaction, Heft 9 (1999). S. 1 - 44.
Mertens, Peter, Andrea Back, Jörg Becker et al. (Hg.). Lexikon der Wirtschaftsinformatik. 3., vollständig neu bearbeitete und erweiterte Auflage. Berlin u.a. 1997.
Mertens, Peter, Andrea Back, Jörg Becker et al. (Hg.). Lexikon der Wirtschaftsinformatik. Vierte,
vollständig neu bearbeitete und erweiterte Auflage. Berlin u.a. 2001.
Moreno, Roxana, Richard E. Mayer, James C. Lester. Life-Like Pedagogical Agents in Constructivist
Multimedia Environments: Cognitive Consequences of their Interaction. URL (letzter Aufruf
29.01.2002): http://www.csc.ncsu.edu/eos/users/l/lester/Public/ed-media-dap.doc.
75
Moreno, Roxana, Richard E. Mayer, Hiller A. Spires et al. The Case for Social Agency in ComputerBased Teaching: Do Students Learn More Deeply When They Interact With Animated Pedagogical
Agents? In: Cognition and Instruction, Heft 2 (2001). S. 177 - 213.
Murch, Richard, Tony Johnson. Agententechnologie: Eine Einführung: Intelligente Softwareagenten
auf Informationssuche im Internet. München u.a. 2000.
Nix, Don. Should Computers Know What You Can Do With Them? In: Nix, Don, Rand J. Spiro
(Hg.). Cognition, Education, and Multimedia: Exploring Ideas in High Technology. Hillsdale, NJ u.a.
1990. S. 143 - 162.
Österle, Hubert, Rainer Winter (Hg.). Business Engineering - Auf dem Weg zum Unternehmen des
Informationszeitalters. Berlin u.a. 2000.
Omicini, Andrea, Franco Zambonelli, Matthias Klusch et al. (Hg.). Coordination of Internet Agents:
Models, Technologies, and Applications. Berlin u.a. 2001.
o.V. Advanced Distance Education (ADE). URL (letzter Aufruf 29.01.2002):
http://www.isi.edu/isd/carte/carte-projects.htm.
o.V. Arena: Tim: Design Document. URL (letzter Aufruf 29.01.2002):
http://portal.extempo.com/arena.
o.V. Character Details. URL (letzter Aufruf 29.01.2002):
www.msagentring.org/chars/details/genie.htm.
o.V. Current and Ongoing Projects at the ISI. URL (letzter Aufruf 29.01.2002):
http://www.isi.edu/projcetlist.html.
o.V. Design-A-Plant will Put Virtual Teacher in Classroom. URL (letzter Aufruf 29.01.2002):
http://www.engr.ncsu.edu/news/news_articles/design.a.plant.html.
o.V. Digital Ambassador Selected for Demo 2001 Conference. URL (letzter Aufruf 29.01.2002):
http://www.extempo.com/company_infor/pressreleases/demo2001.html.
o.V. Gandalf: the Communicative Humanoid. URL (letzter Aufruf 29.01.2002):
http://xenia.media.mit.edu/~kris/gandalf.html.
o.V. ISI Projects. URL (letzter Aufruf 29.01.2002): http://www.isi.edu/projectlist.html.
o.V. MIT Research Digest. URL (letzter Aufruf 29.01.2002):
http://web.mit.edu/newsoffice/rd/1996/nov.html.
76
o.V. Personalized Plan Based Presenter. URL (letzter Aufruf 29.01.2002): http://www.dfki.unisb.de/~jmueller/ppp/persona/index.html.
o.V. Project PPP. URL (letzter Aufruf 29.01.2002): http://www.dfki.de/imedia/ppp.
Rauch, Thyra. Animated Pedagogical Agents. URL (letzter Aufruf 29.01.2002):
www.acm.org/chapters/trichi/newsletters/mar97/animated.html.
Rickel, Jeff, W. Lewis Johnson. Virtual Humans for Team Training in Virtual Reality. 1999. URL
(letzter Aufruf 29.01.2002): http://www.isi.edu/isd/VET/aied99.pdf.
Schrader, Gunnar. Adaptivität. In: Mertens, Peter, Andrea Back, Jörg Becker et al. (Hg.). Lexikon der
Wirtschaftsinformatik. Berlin, Heidelberg, New York 2001. S. 6 f.
Schulmeister, Rolf. Grundlagen hypermedialer Lernsysteme: Theorie - Didaktik - Design. 2. Auflage.
München, Wien 1997.
Seufert, Sabine, Andrea Back, Martin Häusler. E-Learning: Weiterbildung im Internet: Das „PlatoCookbook“ für internetbasiertes Lernen. Kilchberg 2001.
Shaw, Erin, W. Lewis Johnson, Rajaram Ganeshan. Pedagogical Agents on the Web. URL (letzter
Aufruf 29.01.2002): http://www.isi.edu/isd/ADE/papers/its98/ITS98-WW.htm. Auch über: Shaw,
Erin, W. Lewis Johnson, Rajaram Ganeshan. Pedagogical Agents on the Web. In: Proceedings of the
Third Int'l Conf. on Autonomous Agents. May, 1999. S. 283 - 290.
Slater, David. Interactive Animated Pedagogical Agents Mixing the Best of Human and ComputerBased Tutors. Master Thesis. Stanford 2000. URL (letzter Aufruf 29.01.2002):
http://ldt.stanford.edu/~slater/media/slater_masters_project_final_report.pdf.
Sproull, Lee, Mani Subramani, Sara Kiesler et al. When the Interface is a Face. In: Human-Computer
Interaction, Heft 2 (1996). S. 97 - 124.
Stiles, Randy. Virtual Environments for Training. Annual Productivity Report. URL (letzter Aufruf
29.01.2002): http://vet.parl.com/~vet/project/annrpt2/VET97PR.html.
Stiles, Randy. Virtual Environments for Training. Final Report. Sunnyvale 1999. URL (letzter Aufruf
29.01.2002): http://vet.parl.com/~vet/VETLMFR4.pdf.
Strzebkowski, Robert, Heike Schaumburg. Pädagogische Agenten. In: GMW Forum, Zeitschrift der
Gesellschaft für Medien in der Wissenschaft, 1 (1999). S. 9 - 13.
77
Suraweera, Pramuditah. An Animated Pedagogical Agent for SQL-Tutor. 1999. URL (letzter Aufruf
29.01.2002): http://www.cosc.canterbury.ac.nz/research/reports/HonsReps/1999/hons_9908.pdf.
Sysis (Hg.). Pedagogical Agents. Whitepaper. Wien 2001. Nicht veröffentlichtes Papier.
Thaiupathump, Choonhapong, John Bourne, J. Olin Campbell. Intelligent Agents for Online Learning. Nashville 1999. URL (letzter Aufruf 29.01.2002):
http://www.aln.org/alnweb/journal/Vol3_issue2/Choon2.htm.
Taylor, Sandra A., Steve Garone. Agent Technology Goes Prime Time with living systems. An IDC
White Paper. Framingham, MA 2000.
Thorisson, Kristinn R., Justine Cassell. Why Put an Agent in a Body: The Importance of Communicative Feedback in Human-humanoid Dialog. URL (letzter Aufruf 29.01.2002):
http://xenia.media.mit.edu/~kris/papers/LCC96.html.
Towns, Stuart G., Patrick J. FitzGerald, James C. Lester. Visual Emotive Communication in Lifelike
Pedagogical Agents. In: Lecture Notes in Computer Science. Band 1452, 1998. S. 474 - 483.
Trower, Tandy. Uncork the Power of Microsoft Agent 2.0. In: Microsoft Internet Developer (April
1999). URL (letzter Aufruf 29.01.2002): http://www.microsoft.com/mind/0499/agent/agent.htm.
Vassileva, Julita. Goal-Based Pedagogical Agents. URL (letzter Aufruf 29.01.2002):
http://bistrica.usask.ca/madmuc/papers/VassilevaJ.htm.
78

Potenziale pädagogischer Agenten - Alexandria

Transcription

Similar documents

Pädagogische Agenten im Corporate E-Learning

Untitled - Spielwarenmesse

Communities of Practice - Ein Zugang zu sozialer Wissensgenerierung

"Notphysikum in 20 Tagen" (Skript, 15 Seiten)

- Heftarchiv - Internet World Business