Generative AI Chatbots for relf-regulated learning while balancing cognitive load: perceptions, interaction patterns, and instructional designs in K-12 learning

Lernende haben heute Zugang zu einer Vielzahl von Werkzeugen, die selbstreguliertes Lernen (SRL) unterstützen – ein komplexer und oft anstrengender Prozess. SRL kann zu hoher kognitiver Belastung führen, aber auch helfen, diese auszugleichen. Generative Künstliche Intelligenz (genKI) in Form von Chatbots ist eine relativ neue, vielseitige Ergänzung zur Medienumgebung von Lernenden. Schüler:innen nutzen sie bereits regelmäßig für Aufgaben wie Recherche. Es gibt jedoch nur wenig Forschung darüber, wie Schüler:innen genKI-Chatbots während der Recherche wahrnehmen und mit ihnen interagieren. Ohne zusätzliche Anleitung erkennen sie möglicherweise nicht alle Potenziale, wie etwa Anpassungsprompts (z.B. „Sag das einfacher“, „Gib mir eine Zusammenfassung“), die helfen können, kognitive Belastung auszugleichen, oder die Möglichkeit des Gesprächs, durch das Lernende ihr Verständnis überwachen und vertiefen können. Statt mit ihrer Standardkonfiguration und -oberfläche eingesetzt zu werden, können Chatbots so gestaltet werden, dass sie Schüler:innen beim Erkennen und Nutzen dieser Potenziale unterstützen.

Drei Studien wurden iterativ durchgeführt, um Einblicke in die Wahrnehmung von Chatbots durch Schüler:innen, ihre Interaktion mit ihnen und unterstützende Chatbot-Designs zu gewinnen. Die Pilotstudie untersuchte, wie acht Schüler:innen in einem authentischen Unterrichtssetting einen Chatbot zur Recherche nutzten. Es zeigte sich eine große Bandbreite an Interaktionsstilen, aber auch wiederkehrende Muster, etwa dass Prompts zur Anpassung selten genutzt wurden. In Studie 1 wurde daher eine Unterstützung zur Nutzung solcher Prompts als value-added design getestet. 106 Schüler:innen der 9. und 10. Klasse führten eine 20-minütige Recherche mit einem Chatbot (ChatGPT-3.5) durch. Die Experimentalgruppe (EG) erhielt Tipps zu Anpassungsprompts und ein Interface mit Vorschlägen und Sprachoptionen. Die EG verwendete tatsächlich doppelt so viele Anpassungsprompts, während ein Drittel der Kontrollgruppe (KG) keinen einzigen nutzte. Die EG zeigte mehr SRL-Verhalten, z. B. durch mehr Anpassungen, Folgefragen und weniger themenfremden Chat. Beide Gruppen bewerteten den Chatbot als leicht bedienbar und schätzten ihre Selbstwirksamkeit hoch ein – trotz begrenzter Vorerfahrung. Da dies darauf hindeuten könnte, dass sie zu wenig Anstrengung investierten und zu viel des Lernprozesses an den Chatbot auslagerten, wurde in Studie 2 der Chatbot der EG so angepasst, dass er Fragen stellte, um die Schüler:innen anzuregen ihr Verständnis zu reflektieren. 71 Schüler:innen führten eine 15-minütige Recherche mit einem Chatbot (ChatGPT-4o) durch. Die Ergebnisse zeigen, dass die EG in vielen Fällen auf die Fragen antwortete – obwohl dies optional war. Wie angenommen nutzte die KG signifikant mehr Anpassungsaufforderungen. Dies wird als mehr Koregulation in der EG und mehr SRL in der KG interpretiert.

Insgesamt nahmen Schüler:innen die Chatbots als leicht bedienbar wahr, und es zeigten sich Interaktionsmuster: Sie übertrugen keine Suchmaschinenstrategien, führten selten Gespräche, nutzten das Potenzial der Anpassungsmöglichkeiten oft nicht und verwendeten den Chatbot hauptsächlich als Inhaltsgenerator. Niederschwellige Interventionen förderten selbst- und koreguliertes Lernen deutlich, doch um kognitive Aspekte wie Belastung, Aufwand oder Lernerfolg signifikant zu beeinflussen, sollten alternative Chatbot-Designs erprobt werden.