Augmented Reality Chemistry
ARC - Augmented Reality Chemistry
Im Projekt Augmented Reality Chemistry (ARC) geht es um die Entwicklung und Evaluation von Augmented Reality (AR) unterstützten Lernmaterialien für das Fach Chemie.
Ausgangslage
In allen naturwissenschaftlichen Fächern wird eine Vielzahl von unterschiedlichen Repräsentationsformen genutzt, um fachliche Inhalte zu veranschaulichen (z. B. Airey und Linder, 2008).
Insbesondere in der Chemie ist es nötig, dreidimensionale Informationen, wie zum Beispiel die Ausrichtung von Bindungspartnern oder die Elektronendichteverteilung in einer Verbindung, nachzuvollziehen, und in den Lernprozess zu integrieren. Abhängig vom zu vermittelnden fachlichen Inhalt werden verschiedenste Visualisierungsarten mit unterschiedlichem Fokus genutzt, wobei innerhalb von textbasierten Lernmaterialien dreidimensionale Informationen oft nur unzureichend dargestellt werden können.
Daher gibt es für die Repräsentation von räumlichen Informationen in zweidimensionalen Abbildungen zahlreiche Konventionen, zu deren Verständnis Lernende allerdings eine gewisse Repräsentationskompetenz (Gilbert, 2005, 2008) benötigen, die jedoch nicht vorausgesetzt werden kann. Zudem werden dadurch Anforderungen an Lernende gestellt, die jene zusätzlich zum eigentlich Lerninhalt kognitiv belasten.
Konzept und Ziele
An der skizzierten Problemstellung setzt ARC an, indem textbasiertes „konventionelles“ Lernmaterial um AR-basierte Elemente ergänzt wird. Als theoretische Grundlage des Projekts dienen fachdidaktische Theorien zu multiplen externalen Repräsentationen (Gilbert, 2005, 2008) und kognitionspsychologische Ansätze zum multimedialen Lernen (Mayer, 2009; Schnotz, 2014). Es wird angenommen, dass Lernende bei der Aneignung fachlicher Inhalte unterstützt werden, wenn ihnen lernrelevante dreidimensional-räumliche Informationen in Form von AR-Visualisierungen dargeboten werden, da das Arbeitsgedächtnis bei der Organisation und Integration dieser Informationen entlastet wird.
Da ein besonderes Anliegen des Projekts ist, Lernmaterialien zu erzeugen, die ohne hohen Aufwand auch in Schulen eingesetzt werden können, nutzen wir für ARC Marker-basierte AR Technologie (z. B. Katiyar, Kalra, & Garg, 2015). Die Anwendung ist web-basiert und kann mit mobilen Endgeräten mit Kamerafunktion genutzt werden, indem eine entsprechende Website aufgerufen und definierte Marker mit Hilfe der Kamera betrachtet werden. Auf diesen Markern werden dann AR-Modelle sichtbar, die mit Hilfe üblicher Gestensteuerung rotiert, vergrößert und verkleinert werden können. Auf diese Weise lassen sich interaktive AR-Modelle beispielweise in textbasierte Lernmaterialien oder Lehrbücher einbinden.
Einsatz von ARC in organischer Chemie
Die erste Umsetzung von ARC Lernmaterialien erfolgte für den Fachbereich organische Chemie (OC), wobei inzwischen für die drei Inhaltsbereiche Atom- und Molekülorbitale, nucleophile Substitution und Stereoisomerie AR-Visualisierungen vorliegen, die für Lernmaterialien genutzt werden können. So sind in Abb. 1 zum Beispiel Modelle eines Molekülorbitals von Chlormethan, eines Ausschnitts einer DNA-Helix sowie eines Koffeinmoleküls dargestellt.
Abbildung 1: Beispiele für ARC-Visualisierungen
Ein weiteres Anwendungsbeispiel für AR-Visualisierungen in der organischen Chemie dient zur Veranschaulichung des Reaktionsmechanismus der nucleophilen Substitution (SN-Reaktion). In Abb. 2 ist der Reaktionsmechanismus der SN2-Reaktion wiedergegeben.
Abbildung 2: Reaktionsmechanismus der SN2-Reaktion
Um Besonderheiten dieses Reaktionstypen (Rückseitenangriff des Nucleophils, Inversion der Konfiguration) zu verstehen, müssen Lernende unter anderem die Elektronenstruktur im Substrat nachvollziehen. Dies kann durch zweidimensionale Abbildungen nur unzureichend geschehen und stellt insbesondere Lernende mit defizitärem räumlichem Vorstellungsvermögen vor große Schwierigkeiten. An dieser Stelle kann die gezielte Einbettung von manipulierbaren AR-Visualisierungen Lernende im Lernprozess unterstützen.
Darüber hinaus ist es möglich, Animationen AR-basiert zu visualisieren. Abb. 3 zeigt alt
ernierend den Übergang zwischen verschiedenen Konformationen des Cyclohexanmoleküls. Eingebettet in eher konventionelle Darstellungsformen, kann die AR-Visualisierung unterstützend wirken, indem Prozesse dargestellt werden, die andernfalls nicht visualisiert werden können (Abb. 4 & 5).
Abbildung 3: AR-Darstellung der Konformationsänderung des Cyclohexanmoleküls
Abbildung 4: Einbettung von ARC-Visualisierungen in ein Arbeitsblatt zum SN2-Reaktionsmechanismus
Abbildung 5: ARC Visualisierung zur Konformationsänderung des Cyclohexanmoleküls
Erste Evaluationsergebnisse
Eine erste Evaluation der Effekte von AR-Visualisierungen in der organischen Chemie konnte im Rahmen einer OC Übung mit Chemiestudierenden an der Universität Duisburg-Essen durchgeführt werden. Den 31 teilnehmenden Studierenden wurden Übungsaufgaben in Form eines Testhefts vorgelegt, wobei es darum ging, die absolute Konfiguration von verschiedenen Strukturen anhand von Kugel-Stab-Abbildungen zu bestimmen. Von den 20 zu bestimmenden Strukturen wurden 10 in Form von „klassischen“ zweidimensionalen Abbildungen und 10 mit Hilfe von AR-Modellen visualisiert. Zusätzlich erhielten die Studierenden nach Bearbeitung der Aufgaben einen kurzen Fragebogen, anhand dessen sie Einschätzungen zur ihrem Interesse, mit Hilfe von AR-Visualisierungen zu lernen, und deren Lernwirksamkeit abgeben konnten. Abb. 6 zeigt deskriptive Ergebnisse zu ausgewählten Fragen des Fragebogens.
Abbildung 6: Einschätzungen von Studierenden zu ARC
Der Vergleich der mittleren Testscores für beide Aufgabentypen zeigt, dass insbesondere männliche Studierende von den AR basierten Visualisierungen profitieren. Sie können die Aufgaben mit AR Modellen deutlich besser lösen, als die Aufgaben, die lediglich zweidimensionale Visualisierungen enthalten.
Zukünftig sollen weitere Lernmaterialien und ein Training erstellt werden, das den Umgang mit AR-Visualisierungen fokussiert. Darüber hinaus wird die Funktionalität der AR-Marker erweitert, sodass durch Interaktion verschiedener Marker miteinander beispielsweise chemische Reaktionen und ablaufende Elektronenverschiebungen visualisiert werden können.
Bei Fragen oder Anregungen zum Projekt stehen wir gerne zur Verfügung (s. Kontakt).
Literatur
Airey, J., & Linder, C. (2009). A disciplinary discourse perspective on university science learning: Achieving fluency in a critical constellation of modes. Journal of Research in Science Teaching, 46(1), 27–49. https://doi.org/10.1002/tea.20265
Gilbert, J. (2005). Visualization: A metacognitive skill in science and science education. Visualization in Science Education, 9–27.
Gilbert, J. K. (2008). Visualization: An emergent field of practice and enquiry in science education. In Visualization: Theory and practice in science education (pp. 3–24). Springer.
Katiyar, A., Kalra, K., & Garg, C. (2015). Marker based augmented reality. Advances in Computer Science and Information Technology (ACSIT), 2(5), 441–445.
Mayer, R. E. (2009). Multimedia learning (2nd ed.). Cambridge, New York: Cambridge University Press.
Schnotz, W. (2014). Integrated Model of Text and Picture Comprehension. RE Mayer (Ed.), The Cambridge Handbook of Multimedia Learning: Cambridge: Cambridge University Press.
Kontaktdaten
Dr. Sebastian Habig
Universität Duisburg-Essen
Fakultät für Chemie / Didaktik der Chemie
E-Mail: sebastian.habig@uni-due.de
Telefon: +49 201 183-2512
Web: https://www.uni-due.de/chemiedidaktik/habig
