Search

Im vorliegenden Projekt werden Inhalte der kognitiven Psychologie, Psychometrie und Computerwissenschaften kombiniert, um einen automatischen Aufgabengenerator zu entwickeln, der unter Anwendung von linear-logistischen Testmodellen, optimalem Design und Modellen für Aufgabencloning adaptiv individuell maßgeschneiderte statistische Textaufgaben produziert. Mit Hilfe dieser Testkonstruktionsprinzipien wird effiziente Kompetenzdiagnostik im mathematisch-statistischen Bereich für Oberstufenschüler und Studenten ermöglicht. Die bisherigen Projektergebnisse sind vielversprechend: Verschiedenste kognitive Komponenten konnten als signifikante schwierigkeitsgenerierende Merkmale identifiziert und in halbautomatischer Aufgabenkonstruktion als Vorstufe zur vollautomatischen Generierung mit Hilfe von Textbausteinen umgesetzt werden (beispielhaft wird ein Test zu Konfidenzintervallen dargestellt). Die Ergebnisse zeigen die Anwendbarkeit von regelgeleiteter und automatischer Aufgabengenerierung auf Textaufgaben mit Statistikinhalten und dienen nun zur Verfeinerung des automatischen Aufgabengenerators. Die konstruierten Aufgaben haben einen guten Rasch-Fit und stellen den Ausgangspunkt für verfeinerte inhaltliche und konstruktionstechnische Weiterentwicklungen und adaptive Implementierungen dar. Verschiedene mögliche Modelle für die Kalibrierung der automatisch generierten Aufgaben werden aufgezeigt und ein Prototyp eines automatischen Aufgabengenerators für statistische Textaufgaben wird dargestellt. Außerdem wird eine Optimierung der statistischen Modelle und Prozeduren in Hinblick auf computergestützte adaptive Testungen, Kompetenzdiagnostik und groß angelegte Testdurchläufe verfolgt.