Leichter lernen dank künstlicher Intelligenz

Forschungsprojekt SALIENT im L3S

Leichter lernen dank künstlicher
Intelligenz

Internetnutzer suchen oftmals nach bestimmten Informationen. Künstliche Intelligenz könnte sie in ihrem Willen zu lernen gezielt unterstützen. Darum geht es bei SALIENT – ein Projekt, an dem das Forschungszentrum L3S in Hannover beteiligt ist.

Autorin: Prem Lata Gupta

Wir lernen eigentlich jeden Tag, ohne dass es uns bewusst ist. Denn Internetnutzer kaufen nicht nur gezielt ein oder buchen sich ein Bahnticket, sie wollen vor allem mehr wissen: Bei ihrer alltäglichen Web-Suche nehmen sie Suchmaschinen wie Google in Anspruch, sie recherchieren in Online-Enzyklopädien, beispielsweise Wikipedia, durchforsten YouTube oder machen sich in sozialen Netzwerken schlau. Um sogenanntes informelles Lernen zu unterstützen, wäre es daher gut, den individuellen Kenntnisstand zu identifizieren. Der lässt sich ableiten durch den Verlauf von Such-Sessions und Suchanfragen, anhand von Navigations- und Browsing-Verhalten. Es geht um Aspekte wie: Welche Quellen werden angezapft? Wie intensiv werden sie genutzt?

L3S-Forscher analysieren Suchverhalten im Internet

Lernen bei der Web-Suche als besonders wichtigen Anwendungsfall untersucht SALIENT. Die Leibniz Gemeinschaft, ein Zusammenschluss deutscher Forschungsinstitute unterschiedlicher Fachrichtungen, fördert das Projekt im Rahmen des Wettbewerbs Kooperative Exzellenz. Es sind neben dem L3S auch andere Hochschuleinrichtungen* beteiligt, zum interdisziplinären Team gehören Informatiker genauso wie Psychologen. Einer der Wissenschaftler ist Stefan Dietze, Mitglied im Forschungszentrum L3S, außerdem Informatik-Professor an der Heinrich-Heine-Universität Düsseldorf und Abteilungsleiter bei GESIS, dem Leibniz Institut für Sozialwissenschaften Köln. „Wenn jemand scrollt und auch einen komplizierten Beitrag zu Ende liest, dann ist das ein Hinweis, dass schon gewisse Vorkenntnisse bestehen“, erläutert er. Ist die Suchanfrage eher unspezifisch und wird nicht gezielt verfeinert, deutet das eher auf einen Laien hin. Oder fehlende Motivation. „Warum sollte da im Ergebnisranking ein Fachaufsatz ganz vorne stehen? Eventuell ist da ein Beitrag aus der beliebten Reihe ,… für Dummies‘ viel geeigneter, um jemanden an ein Thema heranzuführen.“

Wissenslevel des Nutzers bei Suchergebnissen berücksichtigen

Stefan Dietze verweist darauf, dass inzwischen jede Plattform – längst nicht nur Amazon und Facebook – mit Empfehlungen arbeitet. Aber die sollen natürlich auch passen. Er und seine Kollegen setzen darauf, den Internetnutzer und sein Wissenslevel einzustufen. Sie sehen drei Klassifizierungen vor: niedrig, mittel, hoch.
Um überhaupt entsprechende Anwendungen entwickeln zu können, müssen Daten und Erkenntnisse gewonnen werden, die abbilden, wie Lernen im Netz stattfindet. Dazu existieren unterschiedliche Methoden: Das kann geschehen, indem sich beispielsweise 1000 Freiwillige bei ihrem Suchverhalten im Internet beobachten lassen. Oder durch experimentelle Studien: „Dazu werden Leute ins Labor eingeladen, ihr Wissensstand beim Start getestet, dann bekommen sie einen Suchauftrag, zum Abschluss wird ein Test gemacht, der den neuen Kenntnisstand widerspiegelt“, erklärt Stefan Dietze. Ihre Interaktionen im Netz, die Analyse ihres Suchverhaltens und der Lernerfolg erlauben es, sie „einzusortieren“, um es schlicht auszudrücken und daraus automatisierte Klassifikatoren zu trainieren.

Algorithmen für zielgerichtetes Lernen

Das ist übrigens nicht elitär, sondern dient einem klaren Ziel: Den Nutzer zu verstehen und sein Lernergebnis zu verbessern.
Stefan Dietze: „Das kann man algorithmisch unterstützen – durch ein auf ihn zugeschnittenes Ranking, das sein Vorwissen berücksichtigt, also in seinem Sinne bessere Suchergebnisse. Oder durch geeignete Keywords, die das System ihm vorschlägt.“ Das mag (noch) Zukunftsmusik sein, aber sie klingt realistisch. SALIENT ist erst im Mai dieses Jahres gestartet, die Arbeit wird bis zum April 2021 dauern. Konkrete Ergebnisse sollen hier vor allem zuerst in fachspezifischen Systemen – beispielsweise dem digitalen Bibliotheksportal des Leibniz Informationszentrums Technik und Naturwissenschaften Technische Informationsbibliothek (TIB) – getestet werden. Stefan Dietze: „Geplant ist, verbesserte Suchverfahren in den Informationssystemen und Archiven der beteiligten Partner, dazu zählt auch das Leibniz Institut für Sozialwissenschaften (GESIS), zu erproben und zu evaluieren.“ Was sich dort bewährt, wird dann eines Tages auch dem normalen Internetnutzer zugutekommen.

*Als weitere Hochschuleinrichtungen arbeiten an SALIENT mit: das Leibniz Informationszentrum Technik und Naturwissenschaften – Technische Informationsbibliothek (TIB) in Hannover, das Leibniz Institut für die Sozialwissenschaften (GESIS) in Köln und das Leibniz Institut für Wissensmedien (IWM) in Tübingen.