JYVÄSKYLÄ. Je früher potenzielle Schulabbrecherinnen und Schulabbrecher erkannt werden, desto früher können sie Unterstützung finden. Ein finnisches Forscherteam hat nun ein Vorhersagemodell entwickelt, das ab Ende der sechsten Klasse zuverlässige Prognosen liefert.

Als ‚bahnbrechend‘ bezeichnet ein interdisziplinäres Forschungsteam der finnischen Universität Jyväskylä seine Erkenntnisse. Tatsächlich scheint den Psychologinnen, Pädagoginnen und Informatikern um die Psychologin Maria Psyridou mit ihrem Machine-Learning-Modell ein wesentlicher Schritt im Hinblick auf eine KI-gestützte Schulentwicklung gelungen. Mithilfe eines 13-jährigen Längsschnittdatensatzes, beginnend im Kindergartenalter, hätten die Modelle bereits am Ende der Grundschule (Klasse 6) den Schulabbruch und den Verbleib in der Schule vorausgesagt, so die Wissenschaftlerinnen und Wissenschaftler. Damit habe das Modell den Abbruch der Sekundarstufe II früher als je zuvor vorhersagen können.

„Diese Studie stellt einen bedeutenden Fortschritt in der frühen automatischen Klassifizierung dar, aber sie ist nur der erste Schritt in einer methodischen Entwicklung, die fortgesetzt werden muss,“ so Psyridou. Ein solcher Ansatz könnte, ist sich die Psychologin sicher, „einen neuen Präzedenzfall für die Verbesserung bestehender Strategien zur Bindung und zum Erfolg von Schülern schaffen und möglicherweise zu transformativen Veränderungen in Bildungssystemen und -politik führen.“

Frühe Daten nutzen
Der Prozess des Schulabbruchs beginne oft schon in den ersten Schuljahren und werde von einer Reihe verschiedener Faktoren beeinflusst. Für ihre Studie verwendeten die Forscherinnen und Forscher Daten aus den finnischen Längsschnittstudien „First Steps“ und ihrer Erweiterung „School Path“. Die Daten umfassen sowohl den familiären Hintergrund als auch individuelle Faktoren, Verhaltensmessungen, Motivation und Engagement, Gesundheitsverhalten und Erfahrungen mit Mobbing, Mediennutzung sowie akademische und kognitive Leistungen der Kinder und Jugendlichen.

„Die Arbeit mit diesen Längsschnittdaten war sowohl eine Herausforderung als auch eine einzigartige Gelegenheit für das maschinelle Lernen. Die Ergebnisse sind wirklich vielversprechend“, stellt Fabi Prezja fest. Der Doktorand am Fachbereich Computerwissenschaften hatte den maschinellen Lernansatz für diese Studie wesentlich mitentwickelt.

Planung für die Zukunft
Die Studie stelle für die Bildungsforschung einen bedeutenden Schritt nach vorn dar, sind die Wissenschaftlerinnen und Wissenschaftler überzeugt. Allerdings seien zusätzliche Daten und eine weitere Validierung anhand unabhängiger Testsätze unerlässlich. In zukünftigen Ausgaben könnten solche Modelle das Potenzial haben, Bildungsprozesse und bestehende Verfahren zur Identifizierung von Risikoschülern proaktiv zu unterstützen, und dadurch möglicherweise bei der Entwicklung neuer Strategien helfen, die die Bindung von Schülerinnen und Schülern sowie ihren Schulerfolg verbessern können, um letztendlich zu besseren Bildungsergebnissen beizutragen. (pm)

• Die Studie ist in Scientific Reports erschienen:
  Psyridou, M., Prezja, F., Torppa, M. et al. Machine learning predicts upper secondary education dropout as early as the end of primary school. Sci Rep 14, 12956 (2024).

Gegen Schulabbruch: Bundesland plant Einführung einer digitalen Schüler-ID

Title: Durchbruch? – Finnisches KI-Modell sagt Schulabbruch bereits am Ende der sechsten Klasse voraus
URL: https://www.news4teachers.de/2024/06/durchbruch-finnisches-ki-modell-sagt-schulabbruch-bereits-am-ende-der-sechsten-klasse-voraus/
Source: News4teachers
Source URL: https://www.news4teachers.de
Date: June 30, 2024 at 09:05AM
Feedly Board(s): Schule