Search as Learning - Erkennung, Vorhersage und Verbesserung von Lernprozessen bei der multimodalen Websuche (SAILENT)

Im Projekt SALIENT werden in interdisziplinärer Kooperation Methoden zur Erkennung und Unterstützung von Lernprozessen bei der multimodalen Websuche erforscht.

Bestehende Ansätze des Information Retrieval bewerten die Relevanz von Suchergebnissen hinsichtlich allgemeiner Informationsbedürfnisse, wobei Suchanfragen zu Lernzwecken in der Regel nicht adäquat berücksichtigt werden. Aktuelle Forschungsvorhaben im Bereich „Search as Learning“ zielen darauf ab, Lernbedürfnisse im Zuge einer Websuche zu erkennen und das Suchverhalten entsprechend zu analysieren und zu unterstützen. Allerdings wurden hierzu bislang nur eingeschränkte Merkmalsräume oder spezifische Lernaufgaben betrachtet. Hochdimensionale Merkmalsräume, (audio)visuelle Informationen bzw. die Generalisierbarkeit existierender Arbeiten, um vielseitige Lernbedürfnisse mit passenden Suchergebnissen und Empfehlungen bedienen zu können, wurden bisher noch nicht erforscht.

Das interdisziplinäre Projekt SALIENT möchte diese Lücke schließen, indem verschiedene Methoden zur Unterstützung individueller Lernprozesse bei der Websuche erforscht werden: (a) korrekte Erkennung und Vorhersage von Lernbedürfnissen und dem Wissensgewinn während Suchvorgängen durch die Analyse von Querylogs, Navigationslogs, Eyetracking- und „Thinking aloud“-Daten als Basis für sowohl (b) die Unterstützung der Nutzerinnen und Nutzer in ihren Lernvorhaben durch angepasste Retrieval- und Rankingprozesse als auch für (c) die Empfehlung passender Medieninhalte und -typen einschließlich multimodaler Information (Diagramme, Vortragsfolien, Videos u. ä.). Neben wissenschaftlichen Beiträgen zu den Gebieten Information Retrieval und Websuche geht das Projekt über existierende Arbeiten hinaus, indem auch semi-informelle Lernszenarien untersucht werden. So wird auch die Suche nach wissenschaftlicher (multimodaler) Information, Literatur und Videos in digitalen Bibliotheksportalen mit einbezogen, wie sie zum Beispiel von der TIB im AV-Portal für wissenschaftliche Videos angeboten werden. Da unterschiedliche Lernaufgaben spezifisches Nutzerverhalten und unterschiedliche Vorlieben mit sich bringen, ist ein detailliertes Verständnis der Lernprozesse aus psychologischer Sicht vonnöten, welches kognitive und Verhaltensaspekte klärt. Die Resultate werden in verschiedenen Szenarien evaluiert, um generalisierbare Modelle und Methoden zu erhalten.