Developing Eye Tracking Methods for Detecting Source Code Comprehension Strategies
Knowledge in STEM disciplines is becoming increasingly crucial to be able to use, understand, and create technology in the emerging society. Understanding technology, its importance, and its disadvantages are essential for participation in an emerging society. Adapting the education of children should be a key goal to prepare them for a hardly predictable future. As one domain of STEM, learning and teaching programming are considered difficult and pose great obstacles for both teachers and learners. Introductory programming courses are largely not as effective and successful as they could be, and according to extensive research in computer science education, one result is that students are not learning to program at all.
Therefore, learner support is a vital part of introductory courses to help them cope with the technical and semantic problems they face. Modified programming languages, instructional design, and intelligent tutoring systems (ITSs) are possible measures of positively changing the outcome of programming courses. Eye tracking as technology is suitable for analyzing the comprehension process of reading source code, and it is a technological foundation to interactively support learners.
Many research projects focus on the differences between novices and experts regarding their eye movement strategies and patterns. To date, specialized methods for analyzing and visualizing eye movement patterns, e.g., intending to detect useful data for a support system, are missing. Therefore, to move the knowledge in the source code comprehension community forward, this thesis focuses on developing and testing specialized visualization and analytical methods and tools. The research approaches and ideas necessary for this step are used in three case studies to test new visualizations, analysis methods, models, and learning hints. The results of these case studies serve as contributions to the source code comprehension research community and the vision of a dynamic learner support system. The contributions of this thesis primarily aim at better detecting source code comprehension strategies, as well as identifying methods and tools to support this detection.
Wissen in den MINT-Disziplinen wird immer entscheidender, um Technologien in der aktuell entstehenden Gesellschaft zu nutzen, zu verstehen und zu erschaffen. Das Verständnis von Technologie, ihrer Bedeutung sowie Nachteile ist für die Teilnahme an einer aufstrebenden Gesellschaft unerlässlich. Die Anpassung der Bildung von Kindern sollte ein Schlüsselziel sein, um sie auf eine kaum vorhersehbare Zukunft vorzubereiten. Programmieren zu lernen und zu lehren, als eine Domäne der MINT-Disziplinen, gilt als schwierig und stellt sowohl Lehrende als auch Lernende vor große Hindernisse. Einführende Programmierkurse sind größtenteils nicht so effektiv und erfolgreich, wie sie sein könnten. Ein Ergebnis umfangreicher Forschung in der Informatikausbildung ist, dass Studierende in Einführungskursen überhaupt nicht programmieren lernen.
Daher ist die Unterstützung von Lernenden ein wesentlicher Bestandteil in Veranstaltungen Einführung in die Programmierung, um ihnen bei der Bewältigung der technischen und semantischen Probleme zu helfen, mit denen sie konfrontiert sind. Modifizierte Programmiersprachen, angepasste Instruktionen und intelligente Tutorensysteme (ITS) sind mögliche Maßnahmen, um das Ergebnis von Programmierkursen positiv zu beeinflussen. Eye Tracking als Technologie eignet sich zur Analyse des Verständnisprozesses beim Lesen von Quellcode und ist eine technologische Grundlage zur interaktiven Unterstützung der Lernenden.
Viele Forschungsprojekte konzentrieren sich auf die Unterschiede zwischen Anfängern und Experten hinsichtlich ihrer Blickbewegungsstrategien und -muster. Bis heute fehlen spezialisierte Methoden zur Analyse und Visualisierung von Blickbewegungsmustern, z.B. mit dem Ziel, nützliche Daten für ein Unterstützungssystem zu ermitteln. Um das Wissen in der wissenschaftlichen Gemeinschaft der Source Code Comprehension voranzubringen, konzentriert sich diese Arbeit daher auf die Entwicklung und Erprobung spezialisierter Visualisierungs- und Analysemethoden, sowie passender Werkzeuge. Die für diesen Schritt notwendigen Forschungsansätze und Ideen werden in drei Fallstudien genutzt, um neue Visualisierungen, Analysemethoden, Modelle und Lernhinweise zu testen. Die Ergebnisse dieser Fallstudien dienen als Beiträge zur Forschungsgemeinschaft der Source Code Comprehension und zur Vision eines dynamischen Unterstützungssystems zum Programmieren lernen. Die Beiträge dieser Arbeit zielen in erster Linie darauf ab, Strategien zum Verständnis von Quellcode besser erkennen zu können und Methoden und Werkzeuge zu identifizieren, die diese Erkennung unterstützen.