Erkennung von Verspieltheit in der Bildungs-Gamifizierung durch Verhaltensmuster

Spiele sind kein neues Konzept im Lernen. Spielbasiertes Lernen, Simulationen und Serious Games sind bekannte pädagogische Methoden, die auf der inhärenten Verspieltheit der Lernenden aufbauen. Technologische Fortschritte und die Beliebtheit von Lernmanagementsystemen erleichtern die Implementierung von Gamifizierung, die Analyse des resultierenden Engagements und der Verspieltheit sowie die nötige Anpassung der Implementierung. Allerdings fehlt es oft an Wissen darüber, wie verschiedene Kombinationen von Spielmechaniken und Dynamiken Verspieltheit erzeugen. Wir diskutieren das Konzept der Gamifizierungs-Verhaltensmuster, das Sequenzen von Aktionen umfasst, die von einem Benutzer durchgeführt werden und die der Anwendung eines Gamifizierungs-Designmusters zugeschrieben werden können. Ein erstes Experiment wurde in einem akademischen Kurs durchgeführt, in dem die wahrgenommene Verspieltheit in Bezug auf drei verschiedene Sets unabhängiger Variablen analysiert wurde: Persönlichkeit, wahrgenommene Freude an Spielmechaniken und Gamifizierungs-Verhaltensmuster. Die Ergebnisse zeigen, dass es praktikabel ist, Gamifizierungs-Verhaltensmuster zu messen und dass sie eine signifikante Vorhersagekraft besitzen. Wir schlagen die Entwicklung einer Open-Source, cloudbasierten Datenbank für Gamifizierungsverhalten vor, die spezifische Gamifizierungs-Engagement-Ereignisse aus Systemen weltweit sowie Metadaten zu jeder Implementierung sammeln wird. Mit einer solchen Datenbank können Big Data, maschinelles Lernen und Empfehlungsalgorithmus-Systeme angewendet werden, um das Wissen über die Steuerung von Benutzerverhalten durch Gamifizierung zu erhöhen.