Divergent research orientations of affective and emotion concepts in artificial intelligence education through a bibliometric analysis
Durch eine bibliometrische Analyse von 401 Dokumenten aus den Jahren 2020 bis 2025 zeigt diese Studie auf, dass die KI-gestützte Forschung zu Affekt und Emotion zwar zu einem kohärenten Ökosystem mit einem signifikanten Wachstumsimpuls im Jahr 2023 gereift ist, die beiden Konzepte jedoch divergierende Orientierungen aufweisen – wobei sich die „affektive“ Forschung auf die Bildungspraxis und die „Emotions“-Forschung auf die technologische Entwicklung konzentriert –, was ein vorgeschlagenes Duales Wissensproduktionsmodell zur Steuerung der interdisziplinären Zusammenarbeit erforderlich macht.
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
Stellen Sie sich das Feld der Künstlichen Intelligenz in der Bildung wie eine riesige, geschäftige Baustelle vor. Seit Jahren arbeiten zwei verschiedene Gruppen von Baumeistern am selben Projekt: dabei, dass sich Schüler gut fühlen und besser lernen. Eine Gruppe nennt sich selbst das „Affektive“-Team, und die andere nennt sich das „Emotions“-Team.
Lange Zeit dachten alle, dass diese beiden Gruppen nur unterschiedliche Wörter für genau dasselbe verwenden. Doch eine neue Studie, die hunderte von Forschungsarbeiten aus den Jahren 2020 bis 2025 untersuchte, hat etwas Überraschendes entdeckt: Sie bauen tatsächlich zwei sehr unterschiedliche Arten von Strukturen.
Hier ist die Aufschlüsselung dessen, was die Studie herausgefunden hat, unter Verwendung einfacher Analogien:
1. Die zwei verschiedenen Baupläne
Die Forscher nutzten eine „bibliometrische Analyse“ (was wie eine hochtechnologische Karte ist, die verfolgt, wie Ideen miteinander verbunden sind), um zu sehen, was diese beiden Gruppen tatsächlich tun. Sie fanden heraus, dass sie zwar in dersigelben Nachbarschaft arbeiten, aber unterschiedliche Baupläne haben:
Das „Emotions“-Team (Die Ingenieure):
- Was sie tun: Sie sind wie Kameratechniker. Ihr Hauptziel ist es, bessere Sensoren und Kameras zu bauen, die in der Lage sind, sofort ein Foto vom Gesicht eines Schülers zu machen oder auf seine Stimme zu hören, um zu erraten: „Ist er glücklich? Ist er traurig?“
- Wo sie arbeiten: Sie arbeiten oft in Laboren oder mit generischen Testgruppen. Ihnen geht es um die Genauigkeit der Kamera.
- Der Vibe: „Kann unsere Maschine dieses Gefühl gerade jetzt erkennen?“
Das „Affektive“-Team (Die Pädagogen):
- Was sie tun: Sie sind eher wie Klassen-Coaches. Ihnen geht es weniger um die Kamera als vielmehr um die Beziehung. Sie wollen wissen, wie sich ein Schüler über ein ganzes Semester hinweg fühlt, wie er das Lernen bewertet und wie eine Lehrkraft KI nutzen kann, um die Stimmung eines Schülers zu unterstützen.
- Wo sie arbeiten: Sie sind meist in echten Klassenzimmern mit echten Schülern (wie in der Uni oder im K-12-Bereich). Ihnen geht es um das Erlebnis.
- Der Vibe: „Wie hilft dieses Werkzeug dem Schüler, zu wachsen und sich unterstützt zu fühlen?“
2. Die vier Nachbarschaften (Cluster)
Die Studie hat das gesamte Feld kartiert und festgestellt, dass es sich in vier unterschiedliche „Nachbarschaften“ oder Cluster aufgeteilt hat:
- Das Technik-Labor (Grün): Wo Menschen die Algorithmen programmieren, um Gesichter und Stimmen zu lesen.
- Das Klassenzimmer (Rot): Wo Lehrer herausfinden, wie sie diese Werkzeuge tatsächlich in Unterrichtsstunden und Lehrplänen einsetzen können.
- Das Psychologie-Labor (Dunkelblau): Wo Forscher strenge Experimente durchführen, um zu sehen, wie KI Angstzustände oder Selbstvertrauen beeinflusst.
- Die Spezialpflege-Einheit (Gelb): Wo KI getestet wird, um spezifische Gruppen zu unterstützen, wie etwa Kinder mit Autismus oder solche mit spezifischen Ängsten.
3. Die „GenAI“-Explosion
Die Studie bemerkte eine massive Explosion der Forschung ab dem Jahr 2023.
- Vor 2023: KI war hauptsächlich ein passiver Beobachter. Es war wie ein Sicherheitswachmann, der einen Schüler durch ein Fenster beobachtet und versucht, dessen Stimmung anhand eines Stirnrunzels zu erraten.
- Nach 2023 (Der GenAI-Wandel): Mit dem Aufkommen von Tools wie ChatGPT wurde die KI zu einem aktiven Partner. Sie beobachtet nicht mehr nur; sie spricht auch. Die Forschung verlagerte sich von der Frage „Wie erkennen wir dieses Gefühl?“ hin zu „Wie können wir ein Gespräch führen, das dem Schüler hilft, sich besser zu fühlen?“ Es ist, als würde der Sicherheitswachmann plötzlich ein unterstützendes Gespräch mit dem Schüler führen.
4. Die Entdeckung des „Dualen Wissens“
Die wichtigste Erkenntnis ist, dass die Verwechslung der Begriffe „Affektiv“ und „Emotion“ nicht bloß ein Fehler ist, sondern ein Zeichen für zwei verschiedene Kulturen.
- Wenn Sie das Wort „Emotion“ in einer Arbeit sehen, bedeutet dies meist, dass die Forscher auf die Technologieentwicklung fokussiert sind (die Maschine intelligenter zu machen).
- Wenn Sie das Wort „Affektiv“ sehen, bedeutet dies meist, dass die Forscher auf die pädagogische Praxis fokussiert sind (das Klassenzimmer besser zu machen).
Die Autoren nennen dies das „Duale Wissensproduktionsmodell“. Es ist, als würde man erkennen, dass eine Gruppe den Motor eines Autos baut (Emotion), während die andere das Fahrerlebnis für die Passagiere entwirft (Affektiv). Beides ist notwendig, aber sie erfüllen unterschiedliche Aufgaben.
Zusammenfassung
Dieses Paper sagt nicht, dass die KI bereit ist, Lehrer zu ersetzen, oder dass wir diese Werkzeuge morgen in jedem Klassenzimmer einsetzen sollten. Stattdessen bildet es lediglich die Landschaft ab. Es zeigt uns, dass das Feld zu einem komplexen Ökosystem mit vier distinkten Bereichen gereift ist und dass die „Emotions“-Forscher und die „Affektiven“ Forscher tatsächlich zwei verschiedene Stämme mit unterschiedlichen Zielen sind, obwohl sie am selben großen Projekt arbeiten.
Die Studie legt nahe, dass für den Fortschritt des Feldes diese beiden Stämme aufhören müssen, sich für gleich zu halten, und stattdessen anfangen müssen zu kooperieren – indem sie den Ingenieuren erlauben, bessere Motoren zu bauen, während die Pädagogen das bessere Fahrerlebnis gestalten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.