2025 - Präregistrierung - Simulationen zur Förderung der diagnostischen Kompetenzen in der heil- und sonderpädagogischen Hochschulbildung: Strukturiertes Klickspiel oder Einsatz GPTAvatar - ein Vergleich mit Noviz:innen und Expert:innen

Diagnostische Kompetenzen sind eine zentrale Qualifikation für heil- und sonderpädagogische Fachkräfte, um Kinder mit besonderem Förderbedarf frühzeitig zu erkennen und darauf aufbau-end passgenaue, datengestützte Fördermassnahmen zu planen und umzusetzen. Entsprechend bildet die Diagnostik einen Schwerpunkt in der heil- und sonderpädagogischen Aus- und Weiter-bildung. Dabei sind für die hochschulische Ausbildung unterschiedliche Kompetenzniveaus von Noviz:innen bis Expert:innen zu berücksichtigen. Zur Förderung der diagnostischen Kompetenz werden in der Lehre derzeit Fachbücher und meist papierbasierte Fallvignetten eingesetzt. Zur Vertiefung eignen sich interaktive Simulatio-nen (Heitzmann et al., 2019), die anhand von Fallbeispielen den diagnostischen Prozess mit mehreren Entscheidungsmöglichkeiten spielerisch darstellen. Klickbasierte Simulationsspiele sind stark strukturiert. Freier sind hingegen KI-gestützte Avatare, die adaptiv auf die Person reagieren und Audio-, Bild- und Videodaten verarbeiten können. Dadurch unterstützen sie das Lernen, geben gezielte Hilfestellungen und fungieren als virtuelle Mentoren (Fink et al., 2024). Fragestellung In einem 2x2-Experiment wird ein strukturiertes Klickspiel mit dem GPTAvatar (Robinson, 2023) im Expert:innen-Noviz:innen-Vergleich untersucht. In beiden Spielen holen die Teilnehmenden Informationen über jeweils ein Kind mit Leseschwierigkeiten ein, treffen möglichst datengestütz-te und fundierte Förderentscheidungen und begründen diese. Der Avatar sichert das gesamte Gespräch in Logdaten und ist für das Spiel mit einem Fallbeispiel konfiguriert sowie mit Verhal-tensregeln versehen worden. Untersucht wird das diagnostische Vorwissen (DaKI; Jungjohann & Gebhardt, 2023), und der Einfluss der Selbsteinschätzung des Cognitive Load (Krieglstein et al.,2023) auf die Qualität diagnostischer Entscheidungen (Heitzmann et al., 2019). Die Fragestellung ist, ob sich die Noviz:innen von den Expert:innen in der Bearbeitung der beiden Simulatio-nen unterscheiden, gemessen an der kognitiven Belastung und der diagnostischen Qualität, und inwiefern sie unterschiedliche Begründungen für die Förderentscheidungen geben. Design und Methode In die Studie werden N = 25 Noviz:innen und N = 25 Expert:innen der Heil- und Sonderpädago-gik aus Deutschland und der Schweiz einbezogen. Alle Teilnehmenden bearbeiten zwei diagnos2tische Fälle - einen im Klickspiel und einen mit dem GPTAvatar. Die Reihenfolge der Bearbeitung erfolgt randomisiert im Sinne eines 2 x 2-within-Designs mit Messwiederholung. Die Förderentscheidungen werden als Index auf Basis der diagnostischen Qualität nach Kriterien von Heitzmann et al. (2019) kodiert, auf einer Skala von (1) unpassend bis (3) ausreichend-datengestützt und passend zum Erwartungshorizont. Die abhängige Variable diagnostische Qualität der Förderentscheidung wird mit dem diagnostischen Vorwissen (Selbsteinschätzung DaKI) als Covariate und dem Einfluss der Reihenfolge der Bearbeitung in Beziehung gesetzt und im ANOVA-Modell analysiert. Die Ergebnisse werden aufzeigen, inwiefern der Einsatz KI-gestützter Avatare im Vergleich zu strukturierten Klickspielen eine Förderung diagnostischer Kompetenzen ermöglicht. Weiter könnten die Ergebnisse genutzt werden, verschiedene Lernspiele für Noviz:innen und Ex-pert:innen zu entwickeln, um unterschiedliche diagnostischen Kompetenzniveaus zu adressieren. Literatur Fink, M. C., Robinson, S. A., & Ertl, B. (2024). AI-based avatars are changing the way we learn and teach: Benefits and challenges. Frontiers in Education, 9. https://doi.org/10.3389/feduc.2024.1416307 Heitzmann, N., Seidel, T., Opitz, A., Hetmanek, A., Wecker, C., Fischer, M., Ufer, S., Schmidmaier, R., Neuhaus, B., Siebeck, M., Stürmer, K., Obersteiner, A., Reiss, K., Girwidz, R., & Fischer, F. (2019). Facilitating Diagnostic Competences in Simulations: A Conceptual Framework and a Research Agenda for Medical and Teacher Education. Frontline Learning Research, 7(4), 1–24. Jungjohann, J. & Gebhardt, M. (2023). Fragebogen zur Erfassung der diagnostischen Kompetenz von Lehrkräften in der inklusiven Schule (DaKI, Version 0.2). Regensburg: Universitätsbibli-othek. Doi: 10.5283/epub.54249 Krieglstein, F., Beege, M., Rey, G. D., Sanchez-Stockhammer, C., & Schneider, S. (2023). Develop-ment andvalidation of a theory–based questionnaire to measure different types of cogni-tive load. EducationalPsychology Review, 35, 9. https://doi.org/10.1007/s10648-023-09738-0 Robinson, S. (2023, April 6). GPTAvatar [GitHub-Repository]. GitHub. https://github.com/SethRobinson/GPTAvatar