Kann die Leistung bei der Aufgabe der Aktionsqualitätseinschätzung (AQA) verbessert werden, indem eine Beschreibung der Aktion und ihrer Qualität genutzt wird? Aktuelle Ansätze zur AQA und Fähigkeitsbewertung schlagen vor, Merkmale zu lernen, die nur einer einzigen Aufgabe dienen – dem Schätzen des endgültigen Scores. In dieser Arbeit schlagen wir vor, räumlich-zeitliche Merkmale zu lernen, die drei verwandte Aufgaben erklären – feingranulare Aktionserkennung, Kommentargerstellung und das Schätzen des AQA-Scores. Ein neuer multitaufähiger AQA-Datensatz, der bislang der größte ist und 1412 Tauchproben umfasst, wurde gesammelt, um unseren Ansatz zu evaluieren (https://github.com/ParitoshParmar/MTL-AQA). Wir zeigen, dass unser MTL-Ansatz den STL-Ansatz in Bezug auf zwei verschiedene Architekturtypen – C3D-AVG und MSCADC – übertrifft. Der C3D-AVG-MTL-Ansatz erreicht eine neue Standarte der Technik mit einem Rangkorrelationswert von 90,44 %. Detaillierte Experimente wurden durchgeführt, um zu demonstrieren, dass MTL eine bessere Generalisierung als STL bietet und dass Darstellungen aus Aktionserkennungsmodellen für die AQA-Aufgabe nicht ausreichend sind und stattdessen gelernt werden sollten.