What Really Drives Teachers to Learn? Insights from an Explainable Machine Learning Approach
Diese Studie nutzt erklärbares maschinelles Lernen (XGBoost) auf Umfragedaten von 472 chinesischen Lehrkräften, um aufzuzeigen, dass Schulleitung und Lernkonzeptionen die primären Treiber der professionellen Lernmotivation sind, während sie gleichzeitig aufdeckt, wie Faktoren wie Berufserfahrung und Arbeitsdruck diese Treiber über verschiedene Untergruppen hinweg unterschiedlich beeinflussen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Schulen sind komplexe Ökosysteme, in denen die Qualität des Unterrichts der wichtigste Einzelfaktor dafür ist, wie gut Schüler lernen. Damit eine Schule sich verbessern kann, müssen auch ihre Lehrer selbst ständig dazulernen, doch dieser Prozess stagniert oft. Viele Pädagogen betrachten die berufliche Fortbildung eher als eine bürokratische Pflichtaufgabe denn als eine echte Chance auf Wachstum, getrieben durch externe Regeln statt durch persönliche Neugier. Um zu verstehen, was wirklich den Lernwillen entfacht, haben sich Forscher lange auf ein Framework namens Selbstbestimmungstheorie verlassen. Dieses Konzept besagt, dass Menschen am motiviertesten sind, wenn sie ein Gefühl der Kontrolle über ihr Handeln haben, glauben, dass sie erfolgreich sein können, und eine Verbindung zu anderen spüren. Während wir wissen, dass diese Gefühle wichtig sind, ist die Beziehung zwischen dem Umfeld eines Lehrers und seinem inneren Antrieb selten eine gerade Linie; es ist ein verwobenes Netz von Einflüssen, das traditionelle Methoden oft nur schwer entwirren können.
Ein Forschungsteam der Zhejiang University of Finance and Economics beschloss, dieses Problem durch eine andere Linse zu betrachten, indem es eine leistungsstarke Art der Computeranalyse nutzte, die als erklärbares maschinelles Lernen bekannt ist. Anstatt davon auszugehen, dass Faktoren wie Führung oder Arbeitsbelastung jeden auf die gleiche einfache Weise beeinflussen, fütterten sie einen Algorithmus, der in der Lage ist, verborgene, nicht-lineare Muster zu erkennen, mit Umfragedaten von 472 Lehrkräften aus China. Das Ziel war nicht, eine Ursache-Wirkungs-Beziehung zu beweisen, sondern darzustellen, welche Faktoren die stärksten Prädiktoren für die Bereitschaft einer Lehrkraft waren, sich aus eigenem Antrieb beruflich weiterzubilden. Das Computermodell, das sie wählten und das exzellent darin ist, komplexe Verbindungen in Daten zu finden, identifizierte zwei Haupttreiber, die über alle anderen hinausragten: der Führungsstil an der Schule und die eigenen Überzeugungen der Lehrkraft darüber, wie Lernen funktioniert.
Die Analyse ergab, dass der Ansatz des Schulleiters der einflussreichste Faktor im gesamten Modell war. Wenn Lehrkräfte ihre Führungskräfte als unterstützend und visionär wahrnahmen, stieg ihre Lernmotivation signifikant an. Dieser Befund deckt sich mit der Vorstellung, dass eine Führungskraft, die eine kollaborative Kultur fördert, Lehrkräften hilft, ein Gefühl der Eigenverantwortung und Verbundenheit zu entwickeln. Die Studie hob jedoch auch hervor, dass die interne Denkweise einer Lehrkraft gleichermaßen entscheidend war. Insbesondere diejenigen, die Lernen als einen dynamischen Wachstumsprozess betrachteten und nicht bloß als das Auswendiglernen von Fakten zur Erfüllung eines Standards, waren weitaür wahrscheinlicher bereit, sich aus eigenem Antrieb zu engagieren. Die Forscher fanden heraus, dass diese beiden Elemente – das externe Umfeld durch die Führung und das interne Glaubenssystem der Lehrkraft – zusammenwirkten, um vorherzusagen, wer sich tiefgehend mit der eigenen Entwicklung auseinandersetzen würde.
Was diese Studie besonders aufschlussreich macht, ist die Erkenntnis, dass sich diese Treiber je nach Situation ändern. Die Forscher spalteten die Daten auf, um zu sehen, ob die Regeln für Lehrkräfte in unterschiedlichen Kontexten anders waren. Sie entdeckten, dass in Schulen mit starker, transformativer Führung die Berufserfahrung einer Lehrkraft weniger für deren Motivation von Bedeutung war. In diesen unterstützenden Umgebungen schienen sowohl neue als auch erfahrene Lehrkräfte gleichermaßen lernbereit zu sein, was darauf hindeutet, dass gute Führung das Spielfeld ebnen kann. Im Gegensatz dazu spielte die Erfahrung in Schulen mit konservativerer Führung eine größere Rolle bei der Vorhersage der Motivation, was darauf hindeuten könnte, dass erfahrene Lehrkräfte stärker auf ihre eigenen akkumulierten Ressourcen angewiesen waren, um engagiert zu bleiben.
Die Studie deckte auch eine markante Verschiebung dessen auf, was am wichtigsten war, wenn Lehrkräfte einem hohen Arbeitsdruck ausgesetzt waren. Wenn die Arbeitsbelastung hoch war, wurden die üblichen sozialen Unterstützungen, wie etwa die Ermutigung durch einen Schulleiter oder die Hilfe von Kollegen, zu einem schwächeren Prädiktor für die Motivation der Lehrkraft. In diesen Stressmomenten zeigte das Computermodell, dass die eigene Autonomie der Lehrkraft und das Vertrauen in die eigene Fähigkeit, Schüler zu führen, die dominierenden Faktoren waren. Dies deutet darauf darauf hin, dass Lehrkräfte in Zeiten hohen Drucks weniger auf externe Bestätigung und stattdessen mehr auf ihr eigenes Gefühl von Kontrolle und Kompetenz vertrauen, um durchzuhalten. Die Forscher mahnen an, dass dies beobachtete Muster in den Daten sind und kein Beweis dafür, dass das eine das andere verursacht, aber sie bieten eine klare Orientierungshilfe.
Letztlich legt die Studie nahe, dass Schulen nicht einfach mehr Fortbildungen vorschreiben können, um das Lernen wirklich voranzutreiben. Die Ergebnisse deuten auf einen dualen Ansatz hin: die Kultivierung einer Führung, die Autonomie und Verbundenheit unterstützt, während gleichzeitig den Lehrkräften geholfen wird, ihre eigenen Überzeugungen darüber umzugestalten, was Lernen bedeutet. Die Daten zeigen, dass Lehrkräfte eher bereit sind, Lernen freiwillig zu verfolgen, wenn sie die Kontrolle über ihre Arbeit empfinden und an den Wert ihres Wachstums glauben. Dies ist keine magische Lösung, aber ein prädiktives Muster, das einen neuen Weg zum Verständnis der komplexen Mechanik der Schulverbesserung bietet und zeigt, dass die mächtigsten Werkzeuge für Veränderungen oft im stillen Zusammenspiel zwischen einem unterstützenden Umfeld und der eigenen Denkweise einer Lehrkraft zu finden sind.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.