Körperliche Bewegung kann mehr bewirken, als eine Entscheidung zu registrieren: Sie könnte das Lernen selbst mitgestalten. Forschende der Florida Atlantic University und der Brown University berichten, dass Teilnehmende, die sich in der virtuellen Realität stärker bewegten, bestimmte visuelle Kategorien besser lernten als Personen, die mit einfachen Tastendrücken antworteten.
Die in Science Advances veröffentlichte Arbeit befasst sich mit dem Kategorielernen – dem Prozess, zu entscheiden, welcher Gruppe ein neues Objekt oder Muster angehört. Es handelt sich um eine grundlegende Fähigkeit hinter alltäglichen Urteilen: von der Einschätzung, ob eine Straße rutschig aussieht, über die Beurteilung eines medizinischen Bildes bis hin zur Entscheidung, ob Obst reif wirkt. Traditionelle Erklärungen haben Bewegung meist als endgültige Ausgabe dieses Urteils betrachtet, nicht als Faktor, der das Lernen verändert.
Bewegung in der virtuellen Realität testen
Um diese Annahme zu untersuchen, entwickelten die Forschenden ein immersives VR-Experiment, in dem die Teilnehmenden visuelle Muster kategorisieren lernten. Einige Teilnehmende reagierten mit kleinen Bewegungen über Tasten. Andere nutzten größere Armbewegungen, darunter das Schlagen auf eine virtuelle Antwortbox oder das Schwingen eines virtuellen Lichtschwerts, um ein Ziel zu treffen.
Der Vergleich war darauf ausgelegt, die Informationsaufgabe – das Erlernen der Musterklassifikation – von Größe und Form der zum Antworten verwendeten Handlung zu trennen. Das Ergebnis war nicht die pauschale Feststellung, dass mehr Bewegung jede Art des Lernens verbessert. Der Vorteil hing vielmehr von der Art der Kategorie ab, die die Teilnehmenden beherrschen wollten.
Den Forschenden zufolge begünstigten größere Bewegungen das musterbasierte Lernen. Diese Unterscheidung ist wichtig, weil Kategorielernen kein einheitlicher Prozess ist. Manche Klassifikationen lassen sich anhand einfacher Regeln bewältigen, während andere erfordern, umfassendere Beziehungen zwischen Merkmalen zu erkennen. Die neuen Ergebnisse legen nahe, dass die Rolle des Körpers bei der letztgenannten Lernform besonders relevant sein könnte.
Eine Herausforderung für rein geistige Modelle
Die Studie stellt die langjährige Tendenz infrage, Kategorisierung hauptsächlich als kognitiven Vorgang zu betrachten. In vielen Laboraufgaben sieht eine Person einen Gegenstand, trifft intern ein Urteil und drückt anschließend eine Taste. Diese Abfolge kann die Reaktion nebensächlich erscheinen lassen. Außerhalb des Labors findet menschliches Lernen jedoch häufig statt, während Menschen greifen, sich drehen, zeigen, Gegenstände manipulieren und sich durch den physischen Raum bewegen.
Das Team von Florida Atlantic und Brown argumentiert, dass diese Handlungen nicht automatisch als passiver Übertragungsmechanismus für eine Antwort behandelt werden sollten. Die Ergebnisse deuten darauf hin, dass Reaktionsbewegungen aktiv beeinflussen können, was gelernt wird – zumindest bei bestimmten visuellen Musterkategorien.
Das bedeutet nicht, dass virtuelle Lichtschwerter ein universelles Bildungswerkzeug sind oder eine größere Geste in jeder Situation zwangsläufig zu besserer Behaltensleistung führt. Die in der Studie beschriebenen Belege sind enger gefasst: Größere Bewegungen verbesserten die Leistung bei bestimmten Lernanforderungen in einem kontrollierten VR-Experiment. Welche Kategorie gelernt wurde, blieb entscheidend dafür, ob der Bewegungsvorteil auftrat.
Warum der Befund wichtig sein könnte
Die Forschung verweist auf eine Gestaltungsfrage für immersive Trainingssysteme. Wenn Bewegung musterbasertes Lernen unterstützen kann, müssen VR-Erfahrungen für berufliche Ausbildung oder Bildung möglicherweise mehr berücksichtigen als visuelle Realitätsnähe und Feedback. Die körperliche Reaktion, die von Lernenden verlangt wird, könnte Teil des didaktischen Designs sein.
Zu den potenziell relevanten Aufgaben gehören Situationen, in denen Menschen lernen müssen, komplexe visuelle Muster zu unterscheiden. Der Artikel nennt Beispiele wie das Erkennen einer rutschigen Straße, das Erkennen einer potenziell gefährlichen Läsion auf einer medizinischen Aufnahme oder die Beurteilung, ob Obst reif ist. Die Studie belegt nicht, dass Bewegung in VR die Leistung bei diesen Anwendungen in der realen Welt verbessert. Sie liefert jedoch einen Grund zu prüfen, wie Handlungen mit dem Training der Mustererkennung verbunden werden.
Die Arbeit trägt außerdem zu einem umfassenderen Verständnis von Kognition bei, in dem Wahrnehmung, Handlung und Lernen eng miteinander verbunden sind. Statt den Körper als Gerät zu betrachten, das eine bereits abgeschlossene geistige Entscheidung ausführt, fragt diese Perspektive, ob Handlung das Entscheidungssystem während seiner Entwicklung verändern kann.
Was noch getestet werden muss
Weitere Forschung muss klären, wie dauerhaft der Effekt ist, welche Bewegungen am nützlichsten sind und ob sich die Vorteile von einer virtuellen Umgebung auf reale Aufgaben übertragen. Außerdem muss untersucht werden, ab wann größere Bewegungen unpraktisch, ablenkend oder für Lernende körperlich nicht zugänglich werden.
Die zentrale Lehre ist derzeit präziser als eine allgemeine Befürwortung aktiven Lernens. In diesem Experiment veränderte die Art der Reaktion, wie gut die Teilnehmenden eine bestimmte Kategorie lernten. Das Ergebnis liefert Entwicklerinnen und Entwicklern von VR-Lernwerkzeugen eine neue Variable, die sie berücksichtigen sollten: nicht nur, was Lernende sehen und entscheiden, sondern auch, was sie während des Entscheidens körperlich tun.
Dieser Artikel basiert auf einer Berichterstattung von Phys.org. Originalartikel lesen.
Originally published on phys.org
