Learning with digital media has become a substantial part of formal and informal educational processes and is gaining more and more importance. Technological progress has brought overwhelming opportunities for learners, but challenges them at the same time. Learners have to regulate their learning process to a much greater extent than in traditional learning situations in which teachers support them through external regulation. This means that learners must plan their learning process themselves, apply appropriate learning strategies, monitor, control and evaluate it. These requirements are taken into account in various models of self-regulated learning (SRL). Although the roots of research on SRL go back to the 1980s, the measurement and adequate support of SRL in technology-enhanced learning environments is still not solved in a satisfactory way. An important obstacle are the data sources used to operationalize SRL processes. In order to support SRL in adaptive learning systems and to validate theoretical models, instruments are needed which meet the classical quality criteria and also fulfil additional requirements. Suitable data channels must be measurable "online", i.e., they must be available in real time during learning for analyses or the individual adaptation of interventions. Researchers no longer only have an interest in the final results of questionnaires or tasks, but also need to examine process data from interactions between learners and learning environments in order to advance the development of theories and interventions. In addition, data sources should not be obtrusive so that the learning process is not interrupted or disturbed. Measurements of physiological data, for example, require learners to wear measuring devices. Moreover, measurements should not be reactive. This means that other variables such as learning outcomes should not be influenced by the measurement. Different data sources that are already used to study and support SRL processes, such as protocols on thinking aloud, screen recording, eye tracking, log files, video observations or physiological sensors, meet these criteria to varying degrees. One data channel that has received little attention in research on educational psychology, but is non-obtrusive, non-reactive, objective and available online, is the detailed, timely high-resolution data on observable interactions of learners in online learning environments. This data channel is introduced in this thesis as "peripheral data". It records both the content of learning environments as context, and related actions of learners triggered by mouse and keyboard, as well as the reactions of learning environments, such as structural or content changes. Although the above criteria for the use of the data are met, it is unclear whether this data can be interpreted reliably and validly with regard to relevant variables and behavior. Therefore, the aim of this dissertation is to examine this data channel from the perspective of SRL and thus further close the existing research gap. One development project and four research projects were carried out and documented in this thesis. / Lernen mit digitalen Medien ist ein substantieller Bestandteil formeller und informeller Bildungsprozesse geworden und gewinnt noch immer an Bedeutung. Technologischer Fortschritt hat überwältigende Möglichkeiten für Lernende geschaffen, stellt aber gleichzeitig auch große Anforderungen an sie. Lernende müssen ihren Lernprozess sehr viel stärker selbst regulieren als in traditionellen Lernsituationen, in denen Lehrende durch externe Regulation unterstützen. Das heißt, Lernende müssen ihren Lernprozess selbst planen, geeignete Lernstrategien anwenden, ihn überwachen, steuern und evaluieren. Diesen Anforderungen wird in verschiedenen Modellen des selbst-regulierten Lernens (SRL) Rechnung getragen. Obwohl die Wurzeln der Forschung zu SRL bis in die 1980er Jahren zurück reichen, ist die Messung und adäquate Unterstützung von SRL in technologie-gestützten Lernumgebungen noch immer nicht zufriedenstellend gelöst. Eine wichtige Hürde sind dabei die Datenquellen, die zur Operationalisierung von SRL-Prozessen herangezogen werden. Um SRL in adaptiven Lernsystemen zu unterstützen und theoretische Modelle zu validieren, werden Instrumente benötigt, die klassischen Gütekriterien genügen und darüber hinaus weitere Anforderungen erfüllen. Geeignete Datenkanäle müssen „online“ messbar sein, das heißt bereits während des Lernens in Echtzeit für Analysen oder die individuelle Anpassung von Interventionen zur Verfügung stehen. Forschende interessieren sich nicht mehr nur für die Endergebnisse von Fragebögen oder Aufgaben, sondern müssen auch Prozessdaten von Interaktionen zwischen Lernenden und Lernumgebungen untersuchen, um die Entwicklung von Theorien und Interventionen voranzutreiben. Zudem sollten Datenquellen nicht intrusiv sein, sodass der Lernprozess nicht unterbrochen oder gestört wird. Dies ist zum Beispiel bei Messungen physiologischer Daten der Fall, zu deren Erfassung die Lernenden Messgeräte tragen müssen. Außerdem sollten Messungen nicht reaktiv sein – andere Variablen (z.B. der Lernerfolg) sollten also nicht von der Messung beeinflusst werden. Unterschiedliche Datenquellen die zur Untersuchung und Unterstützung von SRL-Prozessen bereits verwendet werden, wie z.B. Protokolle über lautes Denken, Screen-Recording, Eye Tracking, Log-Files, Videobeobachtungen oder physiologische Sensoren erfüllen diese Kriterien in jeweils unterschiedlichem Ausmaß. Ein Datenkanal, dem in der pädagogische-psychologischen Forschung bislang kaum Beachtung geschenkt wurde, der aber nicht-intrusiv, nicht-reaktiv, objektiv und online verfügbar ist, sind detaillierte, zeitlich hochauflösende Daten über die beobachtbare Interkation von Lernenden in online Lernumgebungen. Dieser Datenkanal wird in dieser Arbeit als „peripheral data“ eingeführt. Er zeichnet sowohl den Inhalt von Lernumgebungen als Kontext auf, als auch darauf bezogene Aktionen von Lernenden, ausgelöst durch Maus und Tastatur, sowie die Reaktionen der Lernumgebungen, wie etwa strukturelle oder inhaltliche Veränderungen. Zwar sind die oben genannten Kriterien zur Nutzung der Daten erfüllt, allerdings ist unklar, ob diese Daten auch reliabel und valide hinsichtlich relevanten Variablen und Verhaltens interpretiert werden können. Ziel dieser Dissertation ist es daher, diesen Datenkanal aus Perspektive des SRL zu untersuchen und damit die bestehende Forschungslücke weiter zu schließen. Dafür wurden eine Entwicklungs- sowie vier Forschungsarbeiten durchgeführt und in dieser Arbeit dokumentiert.

Organismen vermeiden Gefahren und streben nach Belohnungen, um zu überleben. Klassische Konditionierung ist ein einfaches Model, das erklärt, wie Tiere und Menschen Ereignisse in Verbindung bringen. Dieses Lernen ermöglicht Lebewesen Gefahr oder Belohnung direkt vorherzusehen. Normalerweise besteht das Konditionierungsparadigma aus der Präsentation eines neutralen Stimulus zusammen mit einem biologisch bedeutsamen Event (der unkonditionierte Stimulus – US). Aufgrund dieser Assoziation erwirbt der neutrale Stimulus affektive Eigenschaften und wird dann konditionierter Stimulus (CS+) genannt. Wenn der CS+ mit Schmerz während der Trainingsphase assoziiert wird, leitet er eine defensive Reaktion, wie z.B. Vermeidung ein. Wenn der CS+ mit einer Belohnung assoziiert wird, leitet er eine appetitive Reaktion, wie z.B. Annäherungsreaktionen ein. Interessanterweise haben Tierstudien gezeigt, dass ein konditionierter Stimulus vermieden wurde, wenn er einem aversiven US in der Trainingsphase vorausgegangen war (CS+US; Vorwärtskonditionierung). Das deutet darauf hin, dass der CS+ aversive Eigenschaften erlangt hat. Jedoch führte ein konditionierter Stimulus zu einer Annäherung, wenn er in der Trainingsphase auf einen aversiven US folgt (US CS+; Rückwärtskonditionierung). Das deutet darauf hin, dass der CS+ appetitive Eigenschaften erlangt hat. Kann das Event Timing sowohl aversive als auch appetitive konditionierten Reaktionen auch bei Menschen auslösen, die zu Kognitionen bezüglich der Assoziationen fähig sind? Um diese Fragestellung zu beantworten, wurden vier Studien durchgeführt. Die Studien hatten den gleichen Ablauf, variiert wurde nur die Zeit zwischen CS+ und US (das Interstimulusintervall – ISI – ist als das Zeitintervall zwischen dem Onset des CS+ und dem Onset des US definiert). Während der Akquisitionsphase (Konditionierung) wurden, zwei einfache geometrische Figuren als konditionierte Stimuli dargeboten. Eine geometrische Figur (der CS+) war immer mit einem leichten schmerzhaften elektrischen Reiz (der aversive US) assoziiert; die andere Figur (der CS-) war nie mit dem elektrischen Reiz assoziiert. In einem between-subjects Design wurde entweder eine Vorwärtskonditionierung oder eine Rückwärtskonditionierung durchgeführt. Während der Testsphase (Extinktion) wurden CS+ und CS- präsentiert sowie zusätzlich eine neue neutrale geometrische Figur präsentiert, die als Kontrollstimulus fungierte; der US wurde in dieser Phase nie dargeboten. Vor und nach der Konditionierung wurden die Probanden sowohl bezüglich der Valenz (bzw. Unangenehmheit und Angenehmheit) als auch der Erregung (bzw. Ruhe und Aufregung) hinsichtlich der geometrischen Figuren befragt. In der ersten Studie wurde der Schreckreflex (Startle Reflex) als Maß für die implizite Valenz der Stimuli gemessen. Der Schreckreflex ist eine defensive Urreaktion, die aus einem Muskelzucken des Gesichts und des Körpers besteht. Dieser Reflex ist durch plötzliche und intensive visuelle, taktile oder akustische Reize evoziert. Einerseits war die Amplitude des Startles bei der Anwesenheit des vorwärts CS+ potenziert und das deutet daraufhin, dass der CS+ eine implizite negative Valenz nach der Vorwärtskonditionierung erworben hat. Anderseits war die Amplitude des Startles bei der Anwesenheit des rückwärts CS+ abgeschwächt, was darauf hin deutet, dass der CS+ nach der Rückwärtskonditionierung eine implizite positive Valenz erworben hat. In der zweiten Studie wurde die oxygenierte Bloodsresponse (BOLD) mit funktioneller Magnetresonanztomographie (fMRI) erhoben, um neuronale Korrelate des Event-Timings zu erfassen. Eine stärkere Aktivierung wurde in der Amygdala in Erwiderung auf den vorwärts CS+ und im Striatum in Erwiderung auf den rückwärts CS+ gefunden. Zum Einen entspricht dies einer Aktivierung des Defensive Motivational Systems, da die Amygdala eine wichtige Rolle beim Angstexpression und Angstakquisition hat. Deshalb wurde der vorwärts CS+ als aversiv betrachtet. Zum Anderen entspricht dies einer Aktivierung des Appetitive Motivational System, da das Striatum eine wichtige Rolle bei Belohnung hat. Deshalb wurde der rückwärts CS+ als appetitiv betrachtet. In der dritten Studie wurden Aufmerksamkeitsprozesse beim Event-Timing näher beleuchtet, indem steady-state visuelle evozierte Potentiale (ssVEP) gemessen wurden. Sowohl der vorwärts CS+ als auch der rückwärts CS+ zog Aufmerksamkeit auf sich. Dennoch war die Amplitude der ssVEP großer während der letzen Sekunden des vorwärts CS+, d.h. direkt vor dem aversiven US. Die Amplitude der ssVEP war aber größer während der ersten Sekunden des rückwärts CS+, d.h. kurz nach dem aversiven US. Vermutlich wird die Aufmerksamkeit auf den hinsichtlich des aversiven US informativsten Teil des CS+. Alle Probanden der drei Studien haben den vorwärts CS+ und den rückwärts CS+ negativer und erregender als den Kontrollstimulus beurteilt. Daher werden die expliziten Ratings vom Event-Timing nicht beeinflusst. Bemerkenswert ist die Dissoziation zwischen den subjektiven Ratings und den physiologischen Reaktionen. Nach der Dual-Prozess Theorie werden die Verhaltensreaktionen des Menschen von zwei Systemen determiniert: einem impulsiv impliziten System, das auf assoziativen Prinzipien beruht, und einem reflektiv expliziten System, das auf der Kenntnis über Fakten und Werte basiert. Wichtig ist, dass die zwei Systeme auf synergetische oder antagonistische Weise agieren können. Folglich könnte es sein, dass das impulsive und das reflektive System nach der Rückwärtskonditionierung antagonistisch arbeiten. Zusammen deuten die vorliegenden Studien daraufhin, dass Event-Timing eine Bestrafung in eine Belohnung umwandeln kann, aber die Probanden erleben den Stimulus assoziiert mit einem aversiven Event als negativ. Diese Dissoziation könnte zum Verständnis der psychiatrischen Störungen wie z.B. Angststörungen oder Drogenabhängigkeit beitragen. / In order to survive, organisms avoid threats and seek rewards. Classical conditioning is a simple model to explain how animals and humans learn associations between events that allow them to predict threats and rewards efficiently. In the classical conditioning paradigm, a neutral stimulus is paired with a biologically significant event (the unconditioned stimulus – US). In virtue of this association, the neutral stimulus acquires affective motivational properties, and becomes a conditioned stimulus (CS+). Defensive responses emerge for pairings with an aversive US (e.g., pain), and appetitive responses emerge for pairing with an appetitive event (e.g., reward). It has been observed that animals avoid a CS+ when it precedes an aversive US during a training phase (CS+  US; forward conditioning); whereas they approach a CS+ when it follows an aversive US during the training phase (US  CS+; backward conditioning). These findings indicate that the CS+ acquires aversive properties after a forward conditioning, whereas acquires appetitive properties after a backward conditioning. It is thus of interest whether event timing also modulates conditioned responses in such an opponent fashion in humans, who are capable of explicit cognition about the associations. For this purpose, four experiments were conducted in which a discriminative conditioning was applied in groups of participants that only differed in the temporal sequence between CS+ onset and US onset (i.e., the interstimulus interval – ISI). During the acquisition phase (conditioning), two simple geometrical shapes were presented as conditioned stimuli. One shape (CS+) was always associated with a mild painful electric shock (i.e., the aversive US) and the other one (CS-) was never associated with the shock. In a between-subjects design, participants underwent either forward or backward conditioning. During the test phase (extinction), emotional responses to CS+ and CS- were tested and the US was never presented. Additionally, a novel neutral shape (NEW) was presented as control stimulus. To assess cognitive components, participants had to rate both the valence (the degree of unpleasantness or pleasantness) and the arousal (the degree of calmness or excitation) associated with the shapes before and after conditioning. In the first study, startle responses, an ancestral defensive reflex consisting of a fast twitch of facial and body muscles evoked by sudden and intense stimuli, was measured as an index of stimulus implicit valence. Startle amplitude was potentiated in the presence of the forward CS+ whilst attenuated in the presence of the backward CS+. Respectively, the former response indicates an implicit negative valence of the CS+ and an activation of the defensive system; the latter indicated an implicit positive valence of the CS+ and an activation of the appetitive system. In the second study, the blood-oxygen level dependent (BOLD) response was measured by means of functional magnetic resonance imaging (fMRI) to investigate neural responses after event learning. Stronger amygdala activation in response to forward CS+ and stronger striatum activation in response to backward CS+ were found in comparison to CS-. These results support the notion that the defensive motivational system is activated after forward conditioning since the amygdala plays a crucial role in fear acquisition and expression. Whilst the appetitive motivational system is activated after backward conditioning since the striatum plays a crucial role in reward processing. In the third study, attentional processes underlying event learning were observed by means of steady-state visual evoked potentials (ssVEPs). This study showed that both forward and backward CS+ caught attentional resources. More specifically, ssVEP amplitude was higher during the last seconds of forward CS+ that is just before the US, but during the first seconds of backward CS+ that is just after the US. Supposedly, attentional processes were located at the most informative part of CS+ in respect to the US. Participants of all three studies rated both forward and backward CS+ more negative and arousing compared to the CS-. This indicated that event timing did not influence verbal reports similarly as the neural and behavioral responses indicating a dissociation between the explicit and implicit responses. Accordingly, dual process theories propose that human behavior is determined by the output of two systems: (1) an impulsive implicit system that works on associative principles, and (2) a reflective explicit system that functions on the basis of knowledge about facts and values. Most importantly, these two systems can operate in a synergic or antagonistic fashion. Hence, the three studies of this thesis congruently suggest that the impulsive and the reflective systems act after backward association in an antagonistic fashion. In sum, event timing may turn punishment into reward in humans even though they subjectively rate the stimulus associated with aversive events as being aversive. This dissociation might contribute to understand psychiatric disorders, like anxiety disorders or drug addiction.

Zugl.: Innsbruck, Univ., Diplomarbeit, 2006

Zugl.: Tübingen, Univ., Diplomarbeit, 2004

Zugl.: Münster (Westfalen), Universiẗat, Diss.

Zugl.: Koblenz, Landau (Pfalz), Univ., Diss., 2005

Bamberg, University, Diss., 2007.

Zugl.: Koblenz, Landau (Pfalz), Univ., Campus Landau (Pfalz), Habil.-Schr., 2004

München, Universiẗat, Diss., 2007.

Gemäß Alfred Korzybski (1921) unterscheidet sich der Mensch von Pflanzen und Tieren unter anderem durch seine Eigenschaft als "Zeit-Binder". Diese befähigt ihn, Erfahrung durch die Zeit zu transportieren. Menschen können Wissen aus der Vergangenheit ansammeln und das, was sie wissen, der Zukunft mitteilen. In der vorliegenden Arbeit werden die Möglichkeiten und Grenzen untersucht, diese Fähigkeit durch Algorithmen zu beschreiben, und in künstlichen lernenden Systemen zu implementieren. Zur Illustration wird abschließend aufgezeigt, wie ein künstlicher Agent und seine Umgebung beschaffen sein können, um ihm das Erlernen einer erfolgreichen Strategie in einem einfachen Nimm-Spiel zu ermöglichen. (Autorenreferat) / Series: Working Papers SFB "Adaptive Information Systems and Modelling in Economics and Management Science"