DigiCompToTeach

HomeArchives for Christoph Meier

Christoph Meier

Von der Präsenzlehre zum interaktiven Teleteaching – Schritt für Schritt

Mit der Schliessung von Bildungseinrichtungen sind die Verantwortlichen gefordert, die Fortsetzung des Lehrbetriebs bzw. der Kompetenzentwicklung auf anderen Wegen sicherzustellen. Dieser Beitrag skizziert eine Abfolge zunehmend anspruchsvoller Szenarien für Teleteaching / Telelearning in online Webmeetings.

Mit dem Beschluss des schweizerischen Bundesrats am Freitag findet mindesten bis zum 4. April an Schulen, Hochschulen und Ausbildungsstätten kein Präsenzunterricht mehr statt. Damit sind Bildungsinstitutionen ebenso wie Bildungsverantwortliche und Lehrpersonen herausgefordert: wie können sie die Fortsetzung des Lehrbetriebs bzw. der Kompetenzentwicklung sicherstellen?

In diesem Beitrag fokussiere ich verschiedene Szenarien für synchrones Teleteaching / Telelearning. Darüber hinaus gibt es natürlich auch Möglichkeiten, Lernprozesse über Lernplattformen und dort hinterlegte Materialien für das Selbststudium anzuleiten. Und natürlich auch die Kombination verschiedener Modalitäten im Sinne eines Blended Learning. Aber das sind weiterführende Themen und welchen Weg man diesbezüglich einschlägt, hängt stark von den Vorerfahrungen und den Rahmenbedingungen (technische Infrastrukturen etc.) ab…

Was also können Bildungsinstitutionen und Lehrpersonen tun, um ab kommender Woche mit Ihren Studierenden / Schülerinnen und Schülern / Kursteilnehmenden in Kontakt zu sein und den Lehrbetrieb fortzuführen?

Eigene Praxis als Ausgangspunkt

Die folgenden Szenarien sind geprägt von unseren eigenen Erfahrungen in der Durchführung von Weiterbildungsmodulen im sogenannten virtuellen Klassenzimmer bzw. im Webmeeting. Wir führen seit fast 10 Jahren kurze Sitzungen via Webmeeting durch, seit knapp drei Jahren auch halbtägige Lehrveranstaltungen und seit kurzem auch ganztägige Lehrveranstaltungen. Wir nutzen dabei Zoom als Webmeetingplattform. Es gibt auch andere Plattformen (Webex, Skype, Adobe Connect, etc.). Wir arbeiten gerne mit Zoom weil diese Plattform…

  •  …eine gute Performance bei Voice-over-IP Audio bietet (Adobe Connect weist hier aus unserer Erfahrung deutlichere Signalverzögerungen auf);
  • …die Arbeit in verteilten, parallelen Gruppen gut unterstützt (sogenannte breakout groups – soweit ich weiss, ist dies mit Webex und Skype nicht möglich).

Schritt für Schritt vom Überlebensmodus zur starken Lernumgebung

Eine Übersicht über geeignete Szenarien bietet das nachfolgende Online-Dokument. Die Abfolge der Szenarien entspricht in etwa den Anforderungen an die Beteiligten im Hinblick auf die Sicherheit im Umgang mit einer Webmeeting-Plattform.

1) Arbeitsfähigkeit herstellen

Sofern die eigene Institution noch keinen Notfallplan entwickelt hat, können Lehrpersonen ein Benutzerkonto bei zoom.us einrichten und den Desktop-Client für die Meeting-Plattform installieren. In der Basis-Version können Webmeetings mit bis zu 100 Personen und 40 Minuten Dauer kostenfrei durchgeführt werden. Mit der Registrierung erhält man eine individuelle Meeting-ID. Aus dieser ID wird die URL erzeugt, über die sich die Teilnehmenden in die eigenen Webmeeings einwählen können.

Die Studierenden / Schülerinnen und Schüler / Kursteilnehmenden müssen nicht unbedingt den Desktop-Client oder die Mobile-App installiert haben, um an einem Webmeeting teilzunehmen. Eine Teilnahme ist auch ohne jede Installation über den Webbrowser möglich, allerdings gibt es dann, je nach Browser, unterschiedliche Einschränkungen (mehr dazu hier).

Unterschätzt wird dabei häufig die Bedeutung einer guten Tonqualität. Eine schlechte Tonqualität ist meiner Meinung nach einer der wichtigsten Gründe dafür, warum Teilnehmende Webmeetings als anstrengend erleben. Häufig gehen die Beteiligten davon aus, dass die in das Tablet / das Notebook / den PC eingebauten Audio-Geräte (Mikrofon und Lautsprecher) schon ausreichen. Tun sie auch für kurze Interaktionen. Aber für längere Sitzungen eben nicht. Hier sind alle Teilnehmenden gefordert, ein Headset einzusetzen. Nicht nur, weil sie damit selbst ressourcenschonender arbeiten können, sondern auch, weil sie damit für andere störende Umgebungsgeräusche reduzieren.

2) Kontakt herstellen / sichern & die nächsten Tage koordinieren

Zunächst geht es darum, Kontakt zur Kursgruppe bzw. zur Klasse herzustellen und zu wahren sowie grundlegende organisatorische Klärungen für die ersten Tage zu treffen. Dies kann im Rahmen von ersten kurzen Webmeetings erfolgen. Die Anforderungen an die Arbeitsumgebung (Hardware, Software) sowie die erforderliche Erfahrung mit Teleteaching sind dabei minimal.

3) Wissensvermittlung über Kurzlektionen

Ein erstes, in der Regel einfach zu realisierendes Szenario für synchrones Teleteaching besteht darin, einen Lehrvortrag zu halten. Ein angemessener Umfang für solche Lehrvorträge wird je nach Bildungskontext und variieren. Angemessen könnten Einheiten zwischen 10 bis 30 Minuten sein. Dabei kann beispielsweise auch etwas in einer PC-Anwendung wie z.B. MS Excel demonstriert werden (etwa wie man mit Pivot-Tabellen arbeitet). Oder den Teilnehmenden kann ein kurzes Video eingespielt werden (hierfür gibt es bei Zoom eine Zusatzeinstellung, damit der Ton gut übertragen wird). Für diese Lehraktivitäten genügt es, den eigenen Bildschirm mit den anderen Teilnehmenden zu teilen.

Etwas anspruchsvoller wird es, wenn man etwas auf einem Web-Whiteboard (z.B. webwhiteboard.com) entwickeln möchte. Hier ist es vorteilhaft, mit einem Tablet und einem guten Stylus zu arbeiten.

Sequenzen der Wissensvermittlung können durch Frage-Antwort-Sequenzen ergänzt werden, das heisst, durch ein moderiertes Gespräch mit den anderen Teilnehmenden im Webmeeting.

4) Wissensvermittlung über Online-Konferenzen

Das vorherige Szenario kann ausgeweitet werden, indem beispielsweise Gastexperten zum Webmeeting eingeladen werden und diese dort ebenfalls einen Kurzvortrag beisteuern.

Klar ist, dass mit diesen Szenarien eher nur träges Wissen entwickelt wird und ein eher wenig nachhaltiges Lernen stattfindet. Aber es ist ein Anfang. Mit zunehmender Vertrautheit mit der Webmeeting-Umgebung kann man dann weitere Szenarien angehen. Darüber hinaus lassen sich diese einfachen Szenarien gut mit mediengestütztem Selbstlernen via Lernplattform / LMS kombinieren.

5) Vertiefung / Problematisierung von Inhalten

Webmeeting-Plattformen bieten in der Regel auch Funktionalitäten wie Chat oder Abstimmungen. Diese können dafür genutzt werden, um die Lernenden mit Reflexionsfragen zu konfrontieren, zu denen sie Stellung nehmen müssen. Natürlich kann dies auch mündlich erfolgen. Chat oder Abstimmungswerkzeuge bieten allerdings die Möglichkeit, die von den Teilnehmenden gelieferten Antworten / Stellungnahmen wiederum zum Thema für weitere Reflexionen zu machen (z.B. „Was waren denn die Gründe, warum ihr Option C) gewählt habt?“). Bei Bedarf können hierfür auch externe Werkzeuge eingesetzt werden (beispielsweise Forms aus der Office 365-Suite oder Slido, Mentimeter und andere).

6) (Angeleitete) Erarbeitung von Inhalten durch die Teilnehmenden

Aus empirischen Studien ist bekannt, dass aktivierende Lernformen (beispielsweise die Bearbeitung von Aufträgen oder problembasiertes Lernen) sowie soziale Lernformen (beispielsweise verschiedene Formate der Gruppenarbeit) zu einem höheren Lernerfolg führen (können). Diese Formen können natürlich auch beim Teleteaching via Webmeeting-Plattform umgesetzt werden. Hier sind dann die Funktionalitäten zu parallelen Arbeitsgruppen (breakout groups) hilfreich. Die Teilnehmenden können entweder manuell oder automatisch auf eine frei definierte Anzahl von Breakout-Rooms verteilt werden (bei Zoom sind bis zu 50 parallele Gruppen möglich). Dort können sie – beispielsweise zu dritt oder zu viert – und ungestört von den anderen Gruppen ein Thema oder einen Auftrag bearbeiten. Damit ist es auch möglich, anspruchsvollere Formen der Gruppenarbeit wie z.B. Jigsaw-Groups (Gruppen-Puzzle) umzusetzen. Wichtig ist hierbei,

  • den Teilnehmenden ausreichend Zeit zur Verfügung zu stellen – insbesondere, wenn sie noch nicht viel Erfahrung in der Arbeit mit breakout groups haben und
  • klare Anweisungen dazu zu formulieren, welches Ergebnis sie erarbeiten sollen.

Die Umsetzung von Gruppenarbeiten in Breakout Rooms erfordert mehr Sicherheit und Vertrautheit sowohl der Lehrperson als auch der Teilnehmenden mit der Webmeeting-Plattform. Darüber hinaus wird dafür auch schnell mehr Bildschirmfläche erforderlich. Ich verwende beispielsweise häufig eine vorbereitete Google-Präsentation, in der die verschiedenen Arbeitsgruppen ihre jeweiligen Ergebnisse dokumentieren und die wir anschliessend für das Besprechen der Ergebnisse nutzen. Daher empfiehlt es sich, dass Lehrpersonen wie Teilnehmende mehr als einen Bildschirm zur Verfügung haben. Beispielsweise ein Tablet UND ein Notebook oder einen PC mit zwei Monitoren.

Mehrere Bildschirme / Fenster im Webmeeting (Bildquelle: scil)

Mehr Bildschirmfläche ermöglicht den Teilnehmenden darüber hinaus, parallel zu den Aktivitäten im virtuellen Kurs- oder Seminarraum Notizen anzufertigen – beispielsweise in einem digitalen Lerntagebuch. Damit wird aber auch das Management von mehreren Bildschirmen und Fenstern zu einer wichtigen Fertigkeit beim Teleteaching bzw. Telelernen. Aus meiner Sicht ist dies ein Szenario für geübte Nutzer:

Bildschirm- und Fenster-Management als Fertigkeit (Bildquelle: scil)

Das gilt insbesondere für die Lehrpersonen. So habe ich mir beispielsweise angewöhnt, bei Webmeetings jeweils auf meinem rechten Bildschirm die Fenster und Anwendungen zu platzieren, die ich im Verlauf der Sitzung mit den anderen Teilen möchte (z.B. Präsentation, Webbrowser mit verschiedenen Tabs, Google-Dokument), auf dem linken Bildschirm die Fenster die entweder an das Webmeeing gebunden sind (Chat, Teilnehmerliste, Video-Galerie) sowie Anwendungen, die andere Personen nicht einsehen sollen (Mail-Client, digitales Notizbuch, etc.).

Sinnvolle Anordnung von Fenstern bzw. Applikationen beim Webmeeting (Bildquelle: scil)

7) Moderation von Kurs-Sitzungen in verteilten Rollen

Sobald die Kurs-Teilnehmenden über ausreichend Erfahrung im Umgang mit der Webmeeting-Umgebung verfügen, wird auch ein Wechsel der Moderatoren-Rolle möglich. Etwa in der Form, dass die Teilnehmenden für bestimmte Themen oder Phasen nicht nur die Gesprächsführung, sondern auch die Steuerung der Arbeitsumgebung (z.B. Teilen eigener Bildschirminhalte oder von Drittanwendungen) übernehmen. Um die Teilnehmenden auf das Übernehmen der Moderatoren-Rolle vorzubereiten bzw. sie dabei zu unterstützen, sind entsprechend formulierte Vorbereitungsaufträge hilfreich (z.B. anspruchsvolle Fragen oder kontroverse Positionen zu einem Thema zusammenzustellen).

Das Prinzip Eigenverantwortung stärken

Im Kontext der traditionellen Präsenzlehre übernimmt in der Regel die Lehrperson Aufgaben im Zusammenhang mit der Lernumgebung: eine passende Anordnung von Tischen und Stühlen, Beleuchtung, Lüftung, etc. Natürlich kann eine Lehrperson die entsprechenden Anforderungen thematisieren (z.B. Getränke bereithalten, auf Haltungswechsel achten). Aber die Umsetzung müssen die Teilnehmenden selbst leisten. Im Kontext von Teleteaching / Telelearning sind die Teilnehmenden gefordert, mehr Verantwortung für die Gestaltung ihrer eigenen Lernsituation bzw. Lernumgebung zu übernehmen – im Hinblick auf die gerade genannten Punkte ebenso wie im Hinblick auf technische Aspekte.

„Starke Lernumgebung“ als Leitbild – in der Präsenzlehre, beim Blended Learning und beim Teleteaching

Aus meiner Sicht bietet das Konzept „Starke Lernumgebung“ eine gute Orientierung dazu, wie nachhaltig wirksame Lernumgebungen gestaltet werden können. Dies gilt unabhängig davon, ob diese in Ko-Präsenz, als Blended Learning oder in Form von synchronem Teleteaching / Telelearning umgesetzt werden. Es braucht Orientierung für die Teilnehmenden und Hinweise zu Erwartungen und Regeln; aktivierende Herausforderungen ebenso wie soziale Interaktion, gut gemachte Lernmedien und Wissensstrukturen und Feedback; es ist gut, wenn die Lernenden auch im Lernprozess eigene Entscheidungen treffen können (Autonomie) und sie ihre eigene Kompetenz bzw. den eigenen Kompetenzzuwachs erleben können; und darüber hinaus sind Anwendungsbezug und Gelegenheiten zur Reflexion des eigenen Lernens bzw. Handelns wichtig:

Das Konzept „Starke Lernumgebung“
(Bildquelle: scil, in Anlehnung an Keller 1987, Bransford et al. 2000 und Allen 2007)

Abwechslung zwischen verschiedenen Lehr-Lernaktivitäten ist ein zentraler Erfolgsfaktor und ein zentrales didaktisches Gestaltungsprinzip. Insbesondere bei längeren Webinaren ist es wichtig, über die eingesetzten Inhalte, Medien, Aufträge und Methoden für Variation zu sorgen.

Wie bei jeder didaktischen Gestaltung eines Lehr-Lern-Settings ist auch bei der Planung von Teleteaching / Telelearning mittels Webinar zu überlegen, welche spezifischen Ziele mit diesem Setting erreicht werden sollen. Dabei gilt es auch zu überlegen und abzuwägen, welche ZieIe sinnvoll via Webinar zu erreichen sind und welche besser mithilfe von Lern- und Arbeitsaufträgen via LMS. Bei der Planung und Entwicklung von Teleteaching / Telelearning via Webinar-Plattform sollten die spezifischen Stärken dieses Modus in kognitiver und motivationaler Hinsicht im Blick sein:

  • die Möglichkeit der direkten, unmittelbaren Kommunikation mit der Lehrperson, sowohl sprachlich als auch visuell (beispielsweise Verständnisfragen sofort zu klären und vorbereitend erworbenes Wissen im direkten Gespräch umzuwälzen und zu festigen);
  • das Potenzial, den Lernprozess durch den authentischen sozialen Austausch auch in der Gruppe der Lernenden zu unterstützen, dadurch Unsicherheiten zu reduzieren und die Sichtweise auf die Thematik durch die verschiedenen Perspektiven der Teilnehmenden anzureichern.

Ich bedanke mich bei Doris Ittner für das sorgfältige und schnelle Feedback zu einem Entwurf für diesen Beitrag.

Kostenvorteile durch Open Educational Resources an Hochschulen?

Studien verweisen auf Kostenvorteile für Studierende, aber im Hinblick auf die Kosten-Nutzen-Bilanz für Hochschulen sind die Ergebnisse noch nicht eindeutig.

Open Educational Resources (OER) – also frei verfügbare Lehr- und Lernressourcen wie z.B. Texte, Kurspläne, multimediale Lernobjekte, etc. – sind seit vielen Jahren ein Thema.

In einem Beitrag für EDUCAUSEreview haben Karpel / Schneider Ergebnisse von verschiedenen Studien zur Frage des Kosten-Nutzen-Verhältnisses beim Einsatz von OER zusammengetragen.

Studienergebnisse zeigen, dass der Einsatz von OER an Stelle von herkömmlichen Lehrbüchern nicht zu verringerten Lernerfolgen führt, wohl aber zu Kostenvorteilen – vor allem für die Studierenden, die keine teuren Lehrbücher kaufen müssen.

Ob der Einsatz von OER (und insbesondere offenen Lehrbüchern an Stelle von Verlagslehrbüchern) für Hochschulen vorteilhaft ist, hängt von verschiedenen Faktoren ab:

  • Anzahl der Studierenden pro Fach bzw. Lehrveranstaltung
  • Entwicklungsdynamik der Disziplin bzw. des Themas der Lehrveranstaltung (Mathematik vs. Steuerrecht) und Vertrauen in die Mechanismen der Aktualisierung von OER
  • Aufwand für die Lehrpersonen beim Suchen, Prüfen, Zusammenstellen und Pflegen von OER
  • Möglichkeiten des Einbindens von Studierenden in diese Aufgaben (je nach Fachgebiet und Studienstufe)

Karpel / Schneider kommen am Ende Ihres Beitrags zu folgendem Schluss:

Frameworks for assessing the cost and cost savings, effectiveness, quality, and impact to learning outcomes of OER are in early stages, but a few lessons can be observed from the studies reviewed in this article. The first and perhaps most significant is that although OER content is free or low-cost, the curation, management, and assessment are not, and the costs can be significant. It is important to start with a plan that provides resources, systems, training, and quantitative and qualitative measures of success. Next, the quality of OER varies, so having standards or rubrics by which content is reviewed will decrease curation time. Lastly, as with any revision to curriculum, there are pedagogical considerations. The conversion to OER should be integrated with course-level assessments and a broader outcomes-assessment plan at the institutional level.

Karpel / Schneider 2018

Karpel, Nichole; Schneider, Bruce: OER Cost Assessment Strategies. EDUCAUSEreview, 2018-12-10

OpenSimon – OER Sammlung der Carnegie Mellon Universität

OpenSimon zielt darauf ab, über das Bereitstellen eines “learning engineering ecosystem” spürbare Verbesserungen bei Bildungserfolgen zu erreichen.

Namensgeber für die “OpenSimon” genannte Initiative ist der Nobelpreisträger und Professor der Carnegie Mellon Universität (CMU) Herbert A. Simon. Mit “learning engineering ecosystem” ist die Gesamtheit der technischen und personellen Support-Strukturen gemeint, die es ermöglichen, auf der Grundlage von Forschungsergebnissen und Datensammlungen Wege zu verbesserten Lernerfolgen von Studierenden aufzuzeigen.

Bildquelle: CMU

Bestandteil des Werkzeugkastens sind unter anderem die folgenden Ressourcen:

  • Cognitive Tutor Authoring Tools (CTAT)
    “CTAT supports the creation of flexible tutors for both simple and complex problem solving, capable of supporting multiple strategies that students may draw on when solving tutor problems. CTAT tutors track students as they work through problems and provide context-sensitive, just-in-time help.”
  • DANCE discussion forum XBlock
    “The XBlock provides all basic features expected of a forum while augmenting the experience with social recommendation.”
  • Mathtutor
    “cognitive tutors and associated tools to support students and teachers in learning middle school mathematics and fractions”
  • ChemCollective
    “a collection of virtual labs, scenario-based learning activities, tutorials, and concept tests”
  • LearnSphere
    “integrates existing and new educational data and analysis repositories to offer the world’s largest learning analytics infrastructure with methods, linked data, and portal access to relevant resources”
  • RoboTutor
    “an Android tablet app that enables children ages 7-10 with little or no access to schools to learn basic reading, writing, and arithmetic without adult assistance”
  • OpenLearningIniative
    “offering textbook-replacement course content built upon principles gleaned from decades of research in three CMU’s strengths: cognitive science, computer engineering, and human-computer interaction”

Auf den Webseiten der CMU wird explizit eine Abgrenzung von (als ineffektiv bezeichneten) MOOCs vorgenommen und herausgestellt, dass die Initiative darauf abzielt, aktivierende Lernformen zu fördern.

Für die nächsten Monate hat Carnegie Mellon eine Reihe von kurzen Workshops angekündigt, über die sich Lehrpersonen in die effektive Nutzung der offenen Ressourcensammlung einweisen lassen können.

KI-basierte Funktionserweiterungen für LMS

Docebo ist ein Anbieter eines Lern-Management-Systems. In einem Whitepaper von docebo werden verschiedene Anwendungsszenarien für KI in LMS skizziert.

Die folgende Abbildung aus dem Whitepaper zeigt, welche Anwendungsszenarien bei docebo derzeit prinzipiell gesehen werden. Im Vordergrund stehen die Unterstützung beim Kuratieren von Inhalten, beim Analysieren von Plattform-Inhalten und das Erzeugen von Vorschlägen zu Inhalten:

Bildquelle: docebo 2018

Umgesetzt sind dem Whitepaper zufolge bei docebo bisher drei Szenarien:

  • automatisches Kategorisieren von Inhalten der Plattform;
  • Volltextsuche auch über Inhalte-Formate wie Videos;
  • Vorschläge für das Benachrichtigen potenziell interessierter Nutzer.
Bildquelle: docebo 2018

docebo: All In on AI: Your Guide to Artificial Intelligence in L&D. Whitepaper, November 2018

Periodensystem zu Anbietern und Lösungen im Bildungsbereich

HolonIQ hat eine Taxonomie (eine Art Periodensystem) zu Anbietern und Lösungen für den Bildungsbereich erstellt, der auch für den Hochschulkontext interessant sein kann.

Für diese Taxonomie wurden nach eigenen Angaben 50’000 Organisationen, 500’000 Apps und 3’000’000 Bildungseinrichtungen weltweit analysiert.

Die Lösungen und Anbieter sind nach primär adressierten Funktionsbereichen und nach Geschäftsfeldern gegliedert. Es können verschiedene Filter gesetzt werden.

Bildquelle: HolonIQ

Hinter den einzelnen Kacheln verbergen sich Auflistungen zu Produkten und Anbietern. Allerdings sind die Auswahlkriterien für mich nicht nachvollziehbar – beispielsweise, warum unter “Learning Environments” die aktuell in der Diskussion stehenden “Learning Experience Plattformen” hier nicht aufgeführt sind (EdCast ist unter “Education Management” aufgeführt, aber Degreed nicht). Besucher der Webseite können aber weitere Produkte bzw. Anbieter hinzufügen:

Bildquelle: HolonIQ

KI im Bildungssektor – Ergebnisse einer Standortbestimmung

KI-basierte Lösungen und Geschäftsanwendungen im Bereich der Bildung sind ein Markt, in dem aktuell viel entwickelt wird, in den aber auch viel investiert wird. Und die Investoren wollen natürlich wissen, welche die aussichtsreichsten Technologien, Anwendungsszenarien, Geschäftsmodelle und Investitionsmöglichkeiten sind. Analysten erarbeiten Antworten auf diese Fragen. HolonIQ (mit Standorten in Sydney, New York, Peking und Hong Kong) ist ein auf solche Analysen spezialisiertes Unternehmen mit Fokus auf den Bildungsbereich:

HolonIQ is a globally unique education market intelligence firm. (…) We help companies, institutions, governments and investors power growth and innovation by connecting billions of data points about education startups, technologies, deal flow, schools, universities, jobs, skills, research and patents and apply machine learning to analyze, evaluate and identify patterns, generating insights that help clients make data-driven decisions and answer strategic questions.

HolonIQ hat kürzlich Ergebnisse einer Befragung zu den Potenzialen von KI für den Bildungssektor veröffentlicht. Beteiligte haben sich 377 leitende Vertreter von Unternehmen und Organisationen in den Sektoren Bildung und IT aus den USA (33%), Europa (29%), Asien-Pazifik (28%) sowie weiteren Weltregionen (insgesamt wurden Vertreter aus 25 Ländern befragt).

Hier einige der zentralen Aussagen aus dem Bericht:

  • Bildungsbereiche
    Das höchste Potenzial für KI und die grössten Auswirkungen werden im Bereich von Testing (Kompetenzassessments) gesehen, gefolgt von Sprachlernen, technischer und beruflicher Bildung, betrieblicher Weiterbildung und auch Hochschulen.
  • KI-basierte Technologien
    Das höchste Potenzial wird im Bereich der Algorithmen gesehen, gefolgt von Technologien zur Verarbeitung natürlicher Sprache sowie von gesprochener Sprache.

Bei den meisten Auswertungen wird nach verschiedenen Typen von Playern im Bildungsmarkt unterschieden, wobei keine Kriterien für die Abgrenzung angeführt werden:

  • Bildungsinstitutionen (z.B. Schulen, Hochschulen)
  • EdTech-Firmen (vermutlich Anbieter von Infrastruktur- & Software-Lösungen)
  • Service-Anbieter (unklar, vermutlich Inhalte-Anbieter)
  • Enablers (z.B. Verwaltungen, Investoren, Innovationsinkubatoren)

Ausgewählte weitere Ergebnisse der Befragung sind die folgenden:

  • Investition in bzw. Nutzung von KI
    Ed-Tech-Firmen weisen hier die höchsten Werte auf, Bildungsinstitutionen und Enablers die niedrigsten:

  • Nutzenpotenziale
    Die grössten Nutzenpotenziale von KI-basierten Lösungen werden im Bereich der Unterstützung von Lernprozessen gesehen:

  • Erfolgsfaktoren für die Nutzung von KI-basierten Lösungen
    Hier werden insgesamt 11 Faktoren oder Voraussetzungen unterschieden. Dazu gehören beispielsweise die effektive Nutzung von Daten, Know-how im Bereich KI, Unterstützung von KI-Initiativen durch das Top-Management oder eine Klärung der Potenziale von KI für die eigene Organisation. Hier wird konstatiert, dass fast alle Unternehmen und Organisationen diesbezüglich noch grossen Entwicklungsbedarf haben:

HolonIQ (2019): Global Executive Panel Report on AI in Education. holoniq.com

via Jochen Robes / weiterbildungsblog.de

E-Portfolio (Poster & Video) zur Reflexion des Lernens und der Kompetenzentwicklung

Die Gestaltung von Portfolios wird als ein vielversprechender Ansatz gesehen, die Reflexion des Lernens und der eigenen Kompetenzentwicklung zu fördern. Insbesondere im Bereich der Lehrerausbildung ist das Portfolio im Hochschulkontext weit verbreitet.

Im Folgenden wird ein eindrückliches Beispiel dargestellt, dass im Rahmen des scil Weiterbildungsprogramms entstanden ist. Die Inhalte lassen sich jedoch gut auf den Hochschulkontext übertragen.

Im Rahmen der scil Weiterbildungsprogramme erstellen die Programm-Teilnehmenden eine Portfolio-Arbeit, die ein zentrales Leistungselement für den erfolgreichen Abschluss der Programme darstellt.
Die Portfolio-Arbeit soll die Programmteilnehmenden dabei unterstützen, ihre eigene Kompetenzentwicklung

  • integrierend darzustellen,
  • aus einem neuen Blickwinkel zu betrachten und
  • besser zu steuern
    (die Teilnehmenden erstellen nach drei Weiterbildungsmodulen einen Zwischenbericht, in dem sie u.a. ihre eigenen Zielsetzungen und ihren eigenen Lern- bzw. Arbeitsprozess überprüfen und dann ggf. nachsteuern können).

Eine solche Arbeit beinhaltet zum einen Antworten auf eine Reihe von Leitfragen, die die Reflexion zur eigenen Kompetenzentwicklung anregen sollen und zum anderen eine Sammlung von Artefakten (bzw. Arbeitsproben) sowie dazugehörigen erläuternden und verständnissichernden Kommentaren.
In früheren Blogbeiträgen haben wir die Konzeption und Entwicklung der Portfolio-Arbeit im Rahmen der scil Weiterbildungsprogramme thematisiert und Stimmen von Programmteilnehmenden dazu eingeholt. In diesem Beitrag möchten wir eine Umsetzung der Portfolio-Arbeit zeigen, die auf einem Poster und einem dazugehörigen, umfangreichen Video basiert. Und wir haben dem Autoren, Eric Balsiger, einige Fragen zu seiner Arbeit gestellt.

Impressionen zur Portfolio-Arbeit (Bildquelle: Eric Balsiger)

Auszug (ca. 1 Min.) aus der Video-Arbeit (Quelle: Eric Balsiger)

Christoph Meier: Eric, du hast von 2017 bis 2018 im Rahmen des Weiterbildungsprogramms «CAS Corporate Learning / Bildungsmanagement» insgesamt sieben Module absolviert und mittlerweile deinen sehr aufwändig gestalteten Abschlussbericht – ein Poster und ein Video von knapp 50 Minuten Länge – eingereicht. Was hat dich bewegt, deine Portfolio-Arbeit in dieser Weise zu gestalten?
Eric Balsiger: Wir konsumieren täglich Filme, Clips, Werbevideos und andere Arten von Video Material auf unterschiedlichsten Geräten. Vergleichsweise wenige verstehen jedoch das Handwerk, solche Medien zu erstellen. Als wir im Modul ‘Innovatives Blended Learning Design’ ein Kurzvideo von knapp 90 Sekunden gedreht haben, wurde ich richtig neugierig auf diese Erfahrung. Die Portfolio-Abschlussarbeit, wo uns Programmteilnehmenden ganz viel Freiraum in der Gestaltung gegeben wird, bot sich als ideale Gelegenheit dafür an. Ich konnte die formellen Anforderungen im CAS erfüllen und zugleich neue Kompetenzen im Umgang mit Schnitt-Software, Regie und Redaktion sammeln. Andere Kollegen haben sich für PowerPoint, Prezi, Word, Flipchart und andere Formate entschieden. Wir haben ja viel Freiraum im CAS Corporate Learning / Bildungsmanagement – die Erfahrungen auf dem Weg sind das Ziel.
Christoph Meier: Du berichtest in deinem Video, dass du für den Abschlussbericht zunächst sehr intensiv deine Materialien zu den Weiterbildungsmodulen (Skripte, Arbeitshefte, Transferaufträge, etc.) aufgearbeitet hast, bevor du an das Erstellen des Posters und des Videos gegangen bist. Deinen Portfolio-Zwischenbericht hattest du in einem anderen Format, nämlich als Office-Dokument erstellt. Hat die Entscheidung, deinen Bericht als Kombination von Poster und Video umzusetzen, zu einer anderen Lernerfahrung geführt?
Eric Balsiger: Absolut! Eine schriftliche Arbeit braucht vergleichsweise weniger Struktur am Anfang. In einem Text können wir jederzeit Gedanken umformulieren, löschen, ergänzen, oder verschieben. Und das mit relativ wenig Aufwand. Für ein Video braucht man von Anfang an ein robustes Regiekonzept. Viel Denkarbeit fliesst in die Erstellung des ‘Roten Fadens’, bevor überhaupt etwas produziert wird. In den zu präsentierenden Themen muss man also sattelfest sein.
Christoph Meier: Deine Abschlussarbeit basiert auf zwei zentralen medialen Elementen: Poster und Video. Würden die beiden Elemente auch losgelöst voneinander funktionieren? Und kannst du auseinanderhalten, was bzw. wie viel du beim Erstellen des Posters einerseits und beim Vorbereiten / Aufzeichnen des Videos andererseits gelernt hast?
Eric Balsiger:  Ja, da gibt es natürlich Unterschiede. Um eine modulübergreifende Methodensammlung auf 1 Poster zu bringen bewegt man sich stark im prozessualen und konzeptionellen Bereich. Da wird das Verständnis für die Theorien und Modelle nochmals tiefgreifend gefördert. Verstehe ich wirklich, wie das Ökosystem “Bildungsmanagement” funktioniert?
Beim Video waren dann eher die Fähigkeiten zur Reflexion auf einer Metaebene gefragt. Wie haben die Lernerfahrungen in den unterschiedlichen Modulen mich insgesamt verändert? Was waren die ‘Trigger’? Und dann sind die mit der Videoproduktion verbundenen Lernerfahrungen natürlich auch nicht uninteressant. Man nimmt sich auf Video auf, studiert die Haltung und das Gesprochene, identifiziert die Verbesserungsmöglichkeiten und nimmt das ganze nochmals auf. Meistens bis zu 5 – 6 mal. Da erhält man spannende Einblicke über sich selber. Zusammenfassend denke ich, dass die Lernerfahrungen sehr unterschiedlich waren, sich insgesamt aber ergänzt haben.
Christoph Meier: Hast du deinen Videobericht anderen gezeigt? Welche Rückmeldungen hast du dazu erhalten?
Eric Balsiger: Ich habe das Video mit einigen Kollegen aus dem CAS Corporate Learning / Bildungsmanagement geteilt. Alle waren von den ersten 5 Minuten begeistert, hatten aber nicht die Zeit das ganze Video zu schauen. Zugegeben: 50 Minuten ist lang. Man unterschätzt aber wie enorm schwierig es ist 11 reflexionsintensive Fragen kurz und inhaltlich reich in einem Video abzuarbeiten.
Christoph Meier: Was hast du aus der Umsetzung deiner Reflexionsarbeit in dieser Form gelernt? Würdest du diese Medienkombination noch einmal wählen, wenn du eine Portfolio-Arbeit erstellen solltest? Welche Hinweise oder Empfehlungen hast du für die Teilnehmenden in unseren Weiterbildungsprogrammen?
Eric Balsiger: Wenn ich noch nie ein Video gemacht hätte, so würde ich diese bereichernde Erfahrung unbedingt machen wollen. Eine zweite Abschlussarbeit mit Video würde ich mir mit 11 Reflexionsfragen aber nicht wieder antun. Die Kosten-Nutzen Rechnung stimmt nicht. Ein entscheidender Faktor für den hohen Aufwand war auch, dass ich nicht von Anfang an gute Hard- & Software verwendet habe. Ich dachte: “mit gratis Lösungen funktioniert das bestimmt auch”. Fehler! iMovie und Handykamera sind für Kurzvideos unter 5 Minuten O.K. Wenn man ein grösseres Videoprojekt angeht sollte man unbedingt robustes Equipment up-front organisieren, denn dies erspart gute 30 bis 40 Prozent an Aufwand.
Christoph Meier: Eric, ganz herzlichen Dank für deine Offenheit und deine Bereitschaft, uns und anderen Einblicke in deine persönliche Entwicklungsreise im Rahmen der Weiterbildung bei uns zu ermöglichen!
Eric Balsiger: Immer gerne!

GRETA – Kompetenzmodell und Anerkennungsverfahren für Lehrpersonen in der Erwachsenenbildung

Das DIE (Deutsches Institut für Erwachsenenbildung) arbeitet seit einigen Jahren an einem vom Bundesministerium für Bildung und Forschung geförderten Projekt mit dem Titel GRETA. GRETA steht für “Grundlagen für die Entwicklung eines trägerübergreifenden Anerkennungsverfahrens für die Kompetenzen Lehrender in der Erwachsenen- und Weiterbildung”.
In den ersten vier Jahren der Projektlaufzeit (2014-2018) wurden ein Kompetenzmodell für Lehrpersonen in der Erwachsenen- und Weiterbildung entwickelt und ein System bzw. Verfahren zur Überprüfung und Anerkennung dieser Kompetenzen. Aktuell läuft die zweite Projektphase, in der die entwickelten Instrumente in einer Region im Osten Deutschlands erprobt werden.
Das entwickelte Kompetenzmodell ist gegliedert in vier Kompetenzaspekte (äußerer Ring: “Berufspraktisches Wissen und Können”, “Fach- und feldspezifisches Wissen”, “Professionelle Selbststeuerung” und “Professionelle Werthaltungen und Überzeugungen”), in Kompetenzbereiche (innerer Ring: z.B. “Didaktik und Methodik” oder “Selbstregulation”) und in Kompetenzfacetten (mittlerer Ring: z.B. “Outcome-Orientierung” oder “Engagement und Distanz”):
 

Bildquelle: Lencer / Strauch 2016

 
Eine Erläuterung des Modells findet sich in einem kurzen online-Beitrag von Lencer / Strauch (2016).
 

Lencer, S. & Strauch, A. (2016): Das GRETA-Kompetenzmodell für Lehrende in der Erwachsenenbildung. DIE texte.online

KI und die Folgen für Hochschulen – THE-Microsoft Survey

Vor dem Hintergrund der Entwicklungen im Bereich “Künstliche Intelligenz” haben sich TheTimesHigherEducation und Microsoft zusammengespannt und eine Befragung dazu durchgeführt, wie Hochschulen von diesen Entwicklungen betroffen sind: The THE-Microsoft survey on AI.
Befragt wurden 111 Vertreter von Hochschulen, mehrheitlich Experten im Bereich Informatik (80%) aber auch Hochschulleitungen (14%) und Personen in der Rolle CTO / CIO (6%) – vermutlich vor allem (aber das wird nicht explizit formuliert) aus dem englischsprachigen Raum.
Was sind die Erwartungen der befragten Personen? Zentrale Aussagen des Berichts sind u.a. die folgenden:

  • Nur ein kleiner Teil der Hochschulen hat bereits eine Strategie für die Herausforderungen durch die Entwicklungen im Bereich künstliche Intelligenz formuliert.
  • Für Hochschulen ist es schwierig, Lehr- und Forschungspersonal im Bereich KI zu rekrutieren und zu binden.
  • Die Entwicklungen im Bereich KI führen zu einer erhöhten Nachfrage nach Absolventen in diesem Feld
  • KI Applikationen werden in der Lage sein, Leistungen von Studierenden zu bewerten, Feedback zu geben und Hypothesen zu testen – und zwar mindestens so gut wie Menschen
  • Dennoch wird dies eher nicht zur Schliessung von Hochschulen führen
  • Und Hochschulen werden das eigene Personal für Lehre, Forschung und Administration eher nicht zurückfahren.

Die Ergebnisse sind auch in zwei Infografiken zusammengeführt:

Quelle: THE 2019

Quelle. THE 2019

TimesHigherEducation (2019): The THE-Microsoft survey on AI. What are university leaders and chief technology officers doing to meet future challenges? 28. März 2019

Personalisiertes Lernen mit Adaptive Courseware – ein Leitfaden

Viele Hochschulen sind damit konfrontiert, dass ihre Studierenden-Populationen heterogener werden – im Hinblick auf Bildungsbiografien, Muttersprache, kultureller Hintergrund, etc. Dies bringt besondere Herausforderungen für die Gestaltung von Lernprozessen mit sich. Schliesslich sollen möglichst alle Studierenden erfolgreich zu einem Studienabschluss gebracht werden.
Vor diesem Hintergrund werden grosse Hoffnungen auf adaptive Lernumgebungen gesetzt, die individualisierte Lernpfade ermöglichen.
Die Association of Public and Land-grant Universities (APLU) ist ein Zusammenschluss von 237 öffentlichen Universitäten in den USA, Canada, Mexico. Zusammen mit der Western Interstate Commission for Higher Education (WICHE) hat die APLU einen Leitfaden zur Umsetzung von adaptiven Lernmedien (“adaptive courseware”) an Hochschulen entwickelt.
 

 

EducauseReview, 21.02.2019: Improving Student Outcomes with Adaptive Courseware: The Every Learner Everywhere Network Initiative.
APLU.org (2018): A Guide for Implementing Adaptive Courseware: From Planning Through Scaling.
 

Global Skills Index 2019 (coursera)

Coursera ist den Angaben von Class Central zufolge der grösste Anbieter von offenen Online-Kursen (MOOCs) weltweit: rund 3000 Kurse sind im Angebot, rund 38 Millionen Lernende sind registriert.
Daraus resultiert eine der grössten Datenbanken zu Kompetenzen und deren Verteilung weltweit. Diese Daten hat coursera jetzt genutzt, um zum ersten Mal einen “Global Skills Index” zu erstellen. Dieser kommt in der Aufmachung eines Atlas daher und zeigt die Verteilung von Kompetenzen in den Bereichen “Business”, “Technology” und “Data Science” für 60 Länder und 10 Branchen sowie eine Rangliste.
Wie kommt diese Rangliste zustande? Der Bericht beinhaltet einen technischen Anhang (S. 46-47), in dem das Vorgehen erläutert wird. Hier einige Kernpunkte:

  • analysiert werden die Nutzerdaten für
    • 60 Länder aus denen die meisten Nutzer der MOOC-Plattform kommen und
    • 10 der grössten Wirtschaftsbranchen, die in den letzten Jahren die grössten Veränderungen im Hinblick auf die Kompetenzerfordernisse erlebt haben;
  • es werden drei Kompetenz-Bereiche unterschieden und Kompetenz-Taxonomien konstruiert, die die Über- / Unterordnung von Kompetenzen abbilden:

    Bildquelle: coursera 2019

    Bildquelle: coursera 2019
  • die angebotenen MOOCs werden auf der Grundlage dieser Taxonomie kategorisiert;
  • die Ergebnisse (Prüfungsleistungen) der MOOC-Teilnehmenden werden verarbeitet und auf die verschiedenen Kompetenzbereiche aufgetragen, wobei Anforderungsunterschiede zwischen Einführungskursen und Kursen für Fortgeschrittene berücksichtigt werden;
  • die ermittelten “skill-proficiencies” der einzelnen MOOC-Teilnehmenden werden dann für Nationalstaaten bzw. Wirtschaftsbranchen aggregiert;
  • die sich daraus ergebenden Ranglisten werden schliesslich in farbige Landkarten bzw. Venn-Diagramme (Branchenprofile) transformiert.

 

Bildquelle: coursera 2019

 

Bildquelle: coursera 2019

 
Hier einige der zentralen Aussagen aus dem Bericht:

  • “Europa ist insgesamt führend bei den betrachteten Kompetenzen”
  • “In den Regionen Asien-Pazifik, Mittlerer Osten, Afrika und Lateinamerika zeigen sich sehr hohe Unterschiede im Kompetenzniveau”
  • “Die USA bewegen sich im Mittelfeld”
  • “Die Verarbeitenden Industrien liegen in zwei Kompetenzbereichen ganz vorne”
  • “Die Telekommunikationsbranche ist durchgängig in der Spitzengruppe”
  • “Die Technologie-Branche bewegt sich nur im Mittelfeld”
  • “Der Sektor Finanzdienstleistungen bewegt sich unterhalb des Mittelfelds”

 

coursera (2019): Global skills index 2019. The world’s top trending skills in Business, Technology, and Data Science benchmarked across 60 countries and 10 industries.

Ein Roboter als Lehrassistent

Jürgen Handke, Professor für Anglistik an der Universität Marburg, erkundet, wie ein Roboter (Pepper, Softbank Robotics) als Lehrassistent eingesetzt werden kann. Ein Filmteam der Deutschen Welle hat ihn dabei beobachtet und auch Studierende zu ihren Eindrücken befragt.
Das Fernziel für Handke ist, gemeinsam mit seinem Roboter Co-Teaching umzusetzen und sich damit den Freiraum für mehr individuelle Betreuung der Studierenden in den Lehrveranstaltungen zu verschaffen.
Das Video dazu ist ca. 12.30 Minuten lang.

Bildquelle: Deutsche Welle

via Jochen Robes, weiterbildungsblog.de

15 Herausforderungen für die Hochschullehre 2019 – Educause

Jedes Jahr werden Angehörige US-amerikanischer Hochschulen im Rahmen der EDUCAUSE Learning Initiative danach gefragt, wo sie die zentralen Herausforderungen für Lehre und Lernen auf Hochschulebene sehen. Vor einigen Tagen ist nun die Ausgabe 2019 der “Key Issues in Teaching & Learning” als Infografik publiziert worden:
 

Bildquelle: EDUCAUSE

 
Auf den ersten Plätzen finden sich folgende Themen:

  • Faculty Development & Engagement (insbesondere mit Blick auf aktivierende Lernumgebungen)
  • Online & Blended Learning (insbesondere mit Blick auf Zielgruppen auf dem Campus sowie entfernt vom Campus)
  • Lerndesign (insbesondere mit Blick auf die Nutzung von Daten, um zu verbesserten Designs zu kommen)
  • Digital Literacy (insbesondere im Hinblick auf die Fähigkeiten von Studierenden, digitale Informationen zu finden, zu bewerten und zu selbst erstellen.

Zu jedem der 15 Ergebnispunkte finden sich auf der Webseite weiterführende Links und Seiten.

EDUCAUSE: 2019 Key Issues in Teaching and Learning

Auswirkungen von Automatisierung auf Beschäftigung am Beispiel von Hochschullehrenden

In einem Beitrag für MIT Sloan Management Review skizzieren Latham / Humberd vier Profile, wie sich die (KI-)basierte Automatisierung auf Arbeitsplätze und Beschäftigungsfähigkeit auswirkt.
Bei ihrem Modell gehen sie davon aus, dass zwei Dimensionen zentral sind:

  1. das Set der eigenen Kernkompetenzen (“core skills”)
  2. die Art und Weise, wie die eigenen Leistungen geliefert bzw. verfügbar gemacht werden (“value form”).

Ein Beispiel für den zuletzt genannten Aspekt. Die Kernkompetenz einer Lehrperson an einer  Hochschule besteht in ihrer fachlichen Expertise (und – leider wird dies häufig weniger betont – auch in ihren didaktischen Fertigkeiten). Traditionell wurde diese Expertise im Hörsaal wirksam (und in Buch- bzw. Zeitschriftenveröffentlichungen). Mit der Entwicklung von leistungsfähigen MOOC-Plattformen und ausgefeilten MOOC-Designs oder auch von adaptiven Lernplattformen kann sich die Weise, wie die Kernkompetenz einer Lehrperson erlebbar wird, verändern: Lehrpersonen können beispielsweise MOOCs durchführen oder adaptive Lernumgebungen für das von ihnen vertretene Fach entwickeln.
 

 
Ausgehend von diesen beiden Dimensionen unterscheiden die Autoren vier Pfade:

  1. Ersetzen des Arbeitsplatzes (“Displaced jobs”)
    Dort, wo die Kernkompetenz durch (intelligente) Maschinen abgedeckt werden und gleichzeitig auch die Form, in der die Leistung erbracht wird, tiefgreifend verändert werden kann, besteht ein hohes Risiko, dass Arbeitsplätze verloren gehen. Beispiele aus der Vergangenheit sind Telefonvermittlungen oder Setzer in Zeitungsverlagen; ein aktuelles Beispiel ist die Berufsrolle des Apothekers (DocMorris) oder der Bibliothekarin. Für Beschäftigte in diesem Quadranten ist eine grundlegende berufliche Neuorientierung ein Thema.
  2. Veränderte Leistungserbringung (“Deconstructed jobs”)
    Dort, wo die Kernkompetenz nicht durch (intelligente) Maschinen bedroht ist, kann gleichwohl die Form, in der Leistungen erbracht werden, einer grundlegenden Veränderung unterliegen. Das Beispiel von Lehrpersonen wurde oben bereits angeführt. Beschäftigte in diesem Quadranten müssen bereit sein, sich an veränderte Kundenerwartungen und Formen der Leistungserbringung anzupassen. Also, beispielsweise, sich für verschiedene Formen der Online-Lehre zu öffnen.
  3. Veränderte Kompetenzprofile (“Disrupted jobs”)
    Dort, wo die Arbeitsleistung hoch standardisiert ist, die Kunden aber gleichwohl eine ähnliche Form der Leistungserbringung wünschen, werden sich die Aufgaben und die erforderlichen Kompetenzprofile ändern. Beispiele sind Schnellrestaurants, wo die Aufgaben für die Belegschaft an verschiedenen Stellen über technische Systeme abgewickelt oder von Maschinen übernommen werden (z.B. Bestellen der Gerichte über eine App, Herstellen der Gerichte durch Kochautomaten). Gleichwohl ist zu erwarten, dass das Schnellrestaurant als Ort der Leistungserbringung bestehen bleibt. Ähnliches gilt beispielsweise für Immobilienmakler, deren Aufgaben durch interaktive Chatbots teilweise übernommen werden. Über diese Chatbots können etwa die ersten Formalitäten bei der Suche nach einem Haus und die ersten grundlegenden Fragen abgewickelt werden. Gleichwohl braucht es die Rolle des Maklers in weiteren Prozessschritten. Beschäftigte in diesem Quadranten sollten sich beispielsweise auf die Aufgaben und Teile der Wertkette fokussieren, wo die Interaktion mit und die Beratung durch Personen wichtig ist – und sich hier weiterentwickeln.
  4. Stabile Beschäftigungsprofile (“Durable jobs”)
    Dort, wo weder die Kernkompetenz bedroht ist, noch die Form der Leistungserbringung, bleiben die Beschäftigtenprofile vergleichsweise stabil. Dies gilt für viele handwerkliche Berufe (z.B. Installateure) oder etwa auch für Pflegepersonal. Beschäftigte in diesem Quadranten sind für die nächste Zeit in ihren Berufsrollen nicht akut bedroht, sollten aber gleichwohl die Veränderungen im Bereich Technologie und Arbeitsmarkt im Auge behalten.

 

Latham, Scott; Humberd, Beth (2018): Four ways jobs will respond to automation. In: MIT Sloan Management Review (Fall).

Digitale Kompetenzen für Bildungsverantwortliche und für Bildungsorganisationen (DigCompEdu & DigCompOrg)

Durch die zunehmende Bedeutung digitaler Kompetenzen immer wieder Kompetenzerfordernisse der verschiedenen Akteure ein Thema. Das Kompetenzmodell DigComp (Ferrari 2013 bzw. Carratera et al. 2017), das allgemeine digitale Kompetenzen für Bürger beschreibt, ist mittlerweile gut etabliert und eine ganze Reihe sowohl von Diagnostik-Instrumenten als auch von Massnahmen zur Kompetenzentwicklung bauen darauf auf. Weniger bekannt, aber ebenfalls verfügbar sind analoge Kompetenzrahmen für Bildungsverantwortliche (DigCompEdu, 2017) sowie für Bildungsorganisationen (DigCompOrg, 2015).

DigCompOrg

Mit dem Modell DigCompOrg wird der Anspruch verfolgt, in umfassender Weise alle Aspekte und Prozesse zu berücksichtigen, die für die Integration von digitalem Lernen in Bildungsorganisationen relevant sind. Mit dem Modell werden primär zwei Ziele verfolgt:

  • Reflexion und Standortbestimmung auf Seiten von Bildungsorganisationen unterstützen und
  • politische Entscheidungsträger in die Lage versetzen, geeignete Rahmenbedingungen für digitales Lernen in verschiedensten Bildungskontexten zu etablieren.

Das Modell umfasst 15 Kompetenzbereiche mit insgesamt 74 Einzelelementen, wobei letztere in der folgenden Abbildung nicht repräsentiert sind:

Bildquelle: JRC bzw. Kampylis / Punie / Devine, 2015

Hier ein Auszug der zeigt, wie die Definitionen auf der in dieser Abbildung nicht angezeigten Ebene der 74 Einzelelemente aussehen:

  • Kompetenzbereich: Teaching and learning practices
    • Teilbereich: Rethinking roles & pedagogical processes
      • Staff are partners in charge
      • New roles are envisaged for staff
        • “The organisation empowers staff to act as mentors, orchestrators and facilitators of learning and as role models for lifelong learning and personal professional updating. It is expected that staff will experiment with the creative and innovative use of digital technologies to make improvements to learning and teaching.”
      • New roles are envisaged for students
      • Pedagogical approaches are expanded
        • “Teaching and learning is ‘redesigned’ to incorporate digital technologies. Building on relevant research, the organisation promotes a diversity of technology-enabled learning and teaching practices that are flexible, adaptable and engaging (e.g., learning by playing, learning by exploring, learning-by-creating, learning-by-doing, augmented and enhanced through digital technologies).”
      • Personalized learning is developed
      • Creativity is promoted
      • Collaboration and group work is expected
      • Social and emotional skills are developed

DigCompEdu

Die digitalen Kompetenzen von Bildungsverantwortlichen werden zwar auch im Modell DigCompOrg angesprochen, jedoch nicht sehr detailliert behandelt. Detailliert ausgebreitet werden diese Kompetenzen dagegen im Modell DigCompEdu. Dieses Modell soll die politisch Verantwortlichen in den Mitgliedsstaaten der EU sowie auch die Veranwortlichen in Bildungsorganisationen dabei unterstützen, diese Kompetenzen bei ‘Educators’ in verschiedensten Kontexten zu entwickeln.
Das Referenzmodell umfasst drei übergeordnete Kompetenzfelder:

  • Professionsspezifische Kompetenzen von Lehrpersonen (‘Educators’ / ‘Learning Professionals’),
  • Pädagogische Kompetenzen von Lehrpersonen (‘Educators’ / ‘Learning Professionals’), sowie
  • Kompetenzen von Lernenden

Diese drei übergeordneten Felder werden in 6 Kompetenzbereiche mit insgesamt 22 Kompetenzen aufgegliedert. Dabei werden auch besonders wichtige Verbindungen zwischen Kompetenzen angedeutet (vgl. die folgende Abbildung):

Bildquelle: JRC bw. Redecker / Punie, 2017

Im Zentrum stehen die Kompetenzbereiche 2-5:

  • Nutzen von digitalen Lernressourcen
  • Gestalten, managen und orchestrieren von Lernprozessen
  • Digitale Ressourcen einsetzen, um Prüfungen zu verbessern
  • Lernende einbinden, aktivieren und

Die Kompetenzbereiche 1 und 6 flankieren diesen Kernbereich. Diese beinhalten zum einen digitale Kompetenzen, die für die Wirksamkeit von Lehrpersonen (‘Educators’ / ‘Learning Professionals’) in ihrem jeweiligen organisationalen Umfeld sicherstellen (z.B. digital unterstützte Zusammenarbeit mit KollegInnen), zum anderen Kompetenzen, die es ermöglichen, die digitalen Kompetenzen der Lernenden gezielt zu entwickeln.
Auch dieser Bericht geht zu jeder der angeführten 22 Kompetenzen noch weiter in die Tiefe. Dazu wird ein u.a. ein “progression model” eingeführt, das verschiedene Entwicklungsstufen im Hinblick auf die einzelnen Kompetenzen unterscheidet:

Bildquelle: JRC bw. Redecker / Punie, 2017

Für den Kompetenzbereich 4.2, Prüfen / Belege analysieren sieht diese Detaillierung wie folgt aus:
Beschreibung der Kompetenz:

To generate, select, critically analyse and interpret digital evidence on learner activity, performance and progress, in order
to inform teaching and learning.

Die diesbezüglichen sechs Entwicklungsstufen werden wie folgt formuliert:

Bildquelle: JRC bw. Redecker / Punie, 2017

Die Beschreibungen zu den Entwicklungsstufen sind so gehalten, dass sie auch für eine Kompetenzeinschätzung (Selbsteinschätzung) verwendet werden können. Aktuell in Entwicklung befindet sich ein Werkzeug, über das eine Standortbestimmung zu diesem Kompetenzmodell durchgeführt werden kann. Ob bzw. wann dieses dann breit verfügbar sein wird, ist derzeit allerdings noch nicht zu ersehen. Mehr dazu hier.

Referenzen:
Carratera, Stephanie; Vuorikari, Riina; Punie, Yves (2017): DigComp 2.1 The Competence Framework for Citizens. With eight proficiency levels and examples of use. Luxembourg: Publications Office of the European Union.
Ferrari, Anusca (2013): DIGCOMP. A framework for developing and understanding digital competence in Europe. JRC Science for Policy Report, EUR 26035 EN. Institute for Prospective Technological Studies. Luxembourg.
Kampylis, Panagiotis; Punie, Yves; Devine, Jim (2015): Promoting effective digital-age learning. JRC Science for Policy Report, EUR 27599 EN. Hg. v. JRC Science Hub. European Union.
Redecker, Christine; Punie, Yves (2017): European Framework for the Digital Competence of Educators (DigCompEdu). JRC Science for Policy Report EUR 28775 EN. Hg. v. JRC Science Hub. Publications Office of the European Union. Seville, (Spain).

Lernvideos: Einsatzmöglichkeiten und Anforderungen bezüglich Lernstrategien

Wolfgang Widulle lehrt an der Fachhochschule Nordwestschweiz im Fachbereich Soziale Arbeit. In seiner Lehrtätigkeit hat er das Flipped-Classroom Modell seit vielen Jahren umgesetzt (hier ein Kurzbericht zu einem Webinar von ihm zu diesem Thema). Und er unterrichtet auch seit vielen Jahren zum Thema Lernstrategien.
In diesem Kontext hat er genauer untersucht, wie denn seine eigenen Studierenden mit Video-Lernmaterialien arbeiten bzw. lernen und dies zum Thema eines eduhub-Webinars gemacht:

A massive black hole?  The student side of video based learning strategies.

In seinem Vortrag hat er zunächst den Kontext hergestellt: wie kommen wir überhaupt von etablierten zu neuen Handlungsmustern? Die Stichworte hierzu lauten:

  • auftauen / aktivieren / sensibilisieren
  • neues Wissen entwickeln
  • Üben, Feedback erhalten und Routinisieren
  • unterstützende Rahmenbedingungen (persönliche Strategien und Umfeld)

In dieses grosse Bild hat er dann eingefügt, wie Videos zur Unterstützung dieser Teilschritte bzw. Aspekte eingesetzt werden können:
 

Videoformate & Einsatzmöglichkeiten im Lernprozess. Bildquelle: Wolfgang Widulle

 
Für das selbstgesteuerte Lernen mit Videos gilt – wie für das Lernen mit anderen Lernmaterialien auch – dass die Lernenden sich und ihr Handeln selbst regulieren müssen. Das heisst u.a.

  • Ziele und Lernzeiten planen
  • Lernumgebung einrichten
  • Informationen verarbeiten, organisieren und verdichten
  • Lernaktivitäten kontrollieren
  • Lernmotivation aufrechterhalten

Die Studierenden von Wolfgang Widulle berichten über verschiedene Herausforderungen beim Lernen mit Videos. Hier eine Auswahl der genannten Punkte:

  • Zielsetzungen und Inhalte
    • Was ist eigentlich der Zweck des Videos? (z.B. Sensibilisierung vs. Wissensaufbau)
    • Inhalte der Videos sind zu abstrakt / schwierig bzw. enthalten nicht ausreichend Erläuterungen
    • Die Passung von Videos und anderen Materialien (z.B. Reader) ist nicht optimal
  • Gestaltung der Videos
    • Videos sind zu lang (z.B. 60′)
    • Videos sind nicht attraktiv gestaltet / monoton
  • Persönliche Lernkompetenz / Lerntechnik
    • Mangelnde Konzentration auf die Inhalte / zu viele Ablenkungen
    • Betrachtung der Videos im “Sofa-Modus” (passives Konsumieren)
    • Eine aktive Verarbeitung von Videos (Notizen, Nachdenken, etc.) erfordert mindestens das doppelte der Laufzeit
  • Lernumgebung
    • Unruhige Lernumgebung (z.B. beim Pendeln im Zug / in der Mensa)
    • Schnelles / einfaches Finden der Videos im LMS

Wolfgang Widulle hat seine Studierenden auch danach gefragt, wie sie denn nun konkret mit Videos arbeiten. Auch hier eine Auswahl der Nennungen:

  • Handout zum Video drucken und Notizen machen;
  • Bearbeitung der Videos im Stop&Go-Modus;
    Passagen, die nicht verstanden wurden, nochmals betrachten;
  • Vor / nach dem Betrachten der Videos eigene (Lern-)Ziele formulieren;
  • Handout nach Betrachten des Videos nochmals durchgehen;
  • Notizen zum betrachteten Video anfertigen (z.B. Bearbeitung im split-screen Modus mit Notiz-App);
  • Reflexion zum Video am Ende der Bearbeitung;

 

Widulle, Wolfgang (2019): A massive black hole? The student side of video based learning strategies. SWITCH eduhub Webinar, 24.01.2019

Gestaltung adaptiver Lernmodule – erste Erfahrungen aus der Praxis

Über den Sommer hatte ich hier drei Beiträge zu KI-basierten, adaptiven Lernumgebungen eingestellt. Mittlerweile ist unser Modul “KI-basierte, adaptive Lernumgebungen“, auf das ich mich in dieser Zeit vorbereitet habe, schon eine Weile abgeschlossen. Ich denke, das Modul war eine lehrreiche Erfahrung – sowohl für unsere Teilnehmenden als auch für mich als Lernbegleiter.
Eine für mich wichtige Lernerfahrung war die Gestaltung einer Selbstlerneinheit für eine solche adaptive Lernplattform. Ausgangspunkt für die Lerneinheit waren Unterlagen zum Thema “Lernziele” und “Taxonomie von Lernzielen”, die ich in den letzten Jahren im Rahmen eines Moduls zu didaktischen Grundfragen eingesetzt habe. Auf diesen aufbauend haben wir mit Hilfe unseres Partners TRIPLE A diese Lerneinheit erstellt.
Eine weitere wichtige Lernerfahrung bestand darin, wie sich die mir theoretisch bekannten Unterschiede zum Erstellen von “traditionellen” WBT (vgl. die folgende Übersicht) in der Praxis auswirken…

Unterschiede zwischen «traditionellem» und «adaptivem» E-Learning (in Anlehnung an Howe 2017)

Zunächst einmal haben wir das, was die Lernenden mit diesem Modul erreichen sollten, in zahlreiche detaillierte Lernziele übersetzt. Insgesamt haben wir dabei 26 Lernziele formuliert. Hier einige Beispiele:

  • Die Lernenden / Nutzer des Moduls geben die drei Ebenen wieder, auf denen Lernziele formuliert werden.
  • Die Lernenden erkennen die Formulierung eines Feinziels (im Unterschied zu einem Richt- oder Grobziel).
  • Die Lernenden beschreiben, was die Handlungskomponente einer Lernzielformulierung ist.
  • Die Lernenden benennen die verschiedenen Ebenen kognitiver Prozesse (nach Anderson, Krathwohl et al.).
  • Die Lernenden identifizieren Qualitätsmängel bei Lernzielformulierungen.

Zu diesen 26 Lernzielen haben wir insgesamt 56 Test-Items (probes) formuliert, über die diese Lernziele überprüft werden können. Dabei haben wir darauf geachtet, dass diese Test-Items über unterschiedliche Frageformate (z.B. einmal als Lückentext-Aufgabe, einmal als Single-Choice-Auswahlaufgabe). Darüber hinaus haben wir zu jedem Lernziel eine kleine Lernressource erstellt, die dann gezeigt wird, wenn die zugehörige Test-Aufgabe nicht richtig beantwortet wird (vgl. die folgende Abbildung).

Struktur des Lernmoduls mit Lernzielen links und zugeordneten Test-Items rechts (Bildquelle: tripleA / scil)

Was sind nun, rückblickend betrachtet, die Herausforderung beim Erstellen solcher adaptiven Lernmodule? Aus meiner gegenwärtigen Sicht sind es die folgenden Punkte:

Monotonie im Lernprozess vermeiden

Auch wenn adaptive bzw. intelligente tutorielle Systeme darauf ausgerichtet sind, die Lernenden immer optimal zu fordern, so kann ein auf einer Abfolge von vielen kurzen Zyklen bestehender Lernprozess (Bearbeitung eines Test-Items und – bei falscher Antwort – nachfolgender Bearbeitung einer kleinen, auf das Test-Item bezogenen Lernressource) für die Lernenden monoton wirken. Dem Eindruck von Monotonie kann über zwei Wege entgegengewirkt werden:

  • Bandbreite verfügbarer Aufgabe- bzw. Fragetypen ausschöpfen
    Je nach Plattform und Autorensystem stehen unterschiedliche Typen von automatisch auswertbaren Fragen zur Verfügung. Mögliche Aufgabentypen sind unter anderem:

    • Einfachauswahl
    • Mehrfachauswahl
    • Lückentext (mit vorgegebenen Auswahloptionen)
    • Anordnung / Rangierung
    • Zuordnung
    • Kategorisierung
    • Identifikation von Elementen in einer Grafik
  • Mikro-Inhalte abwechslungsreich gestalten
    Neben der Variation der Aufgabentypen trägt auch eine gute Variation bei der Gestaltung der Mikro-Lerninhalte zum Vermeiden von Monotonie bei der Bearbeitung bei. Diese Mikro-Lerninhalte können beispielsweise textuell umgesetzt sein, über Grafiken oder über kurze Audio- bzw. Videoclips.
Lernende auf ein anderes Lernerlebnis einstellen

Die Arbeit mit adaptiven bzw. intelligenten tutoriellen Systemen führt zu einem deutlich anderen Lernerlebnis für die Lernenden. Der Lernprozess wird kontinuierlich durch die Bearbeitung von kleinen Test-Items auf Seiten der Lernenden angetrieben. Die Lernenden müssen darauf vorbereitet werden bzw. ihre Erwartungen müssen diesbezüglich angepasst werden.
Was adaptive Lernumgebungen eher nicht bieten – und worauf die Nutzer bzw. Lernenden ebenfalls eingestellt werden müssen – ist eine bekannte und etablierte Dramaturgie wie etwa eine Themenübersicht zu Beginn, eine vorhersehbare Bewegung von Grundlagen zu Vertiefungen, vom Einfachem zum Schwierigem, eine Gesamtübersicht am Ende des Lernprozesses sowie gegebenenfalls eine anspruchsvolle Aufgabenstellung, die zahlreiche Einzelaspekte der Lerneinheit integriert.
Im Sinne eines zielführenden Erwartungsmanagements sind zwei Aspekte wichtig.

  • Zum einen sollte gegenüber den Nutzern bzw. Lernenden herausgestellt werden, dass adaptive Lernumgebungen bzw. intelligente tutorielle Systeme für jeden Lernenden den jeweils schnellsten zum Ziel führenden Lernpfad bereitstellen. Das heisst, den Lernpfad, der für jede und jeden am schnellsten zum nachgewiesenen Beherrschen des erforderlichen Wissens bzw. der erforderlichen Fertigkeiten führt. Damit verbunden ist eine in der Regel deutliche Reduktion der erforderlichen Arbeits- bzw. Lernzeit. Ein Whitepaper des Anbieters Area9 Lyceum spricht davon, dass eine Reduktion der Lernzeiten um 50% nicht ungewöhnlich ist (area9learning 2017).
  • Zum anderen stehen den Lernenden in der Regel verschiedene Auswertungen zur Verfügung, die Ihnen ihren jeweils eigenen Standort im Hinblick auf das zu erreichende Ziel anzeigen (vgl. die folgende Abbildung für ein Beispiel, insbesondere die Informationen auf der rechten Seite). Die Nutzer / Lernenden sollten in der Lage sein, diese Auswertungen bzw. Hinweise zu interpretieren und bei der Steuerung ihres eigenen Lernprozesses zu berücksichtigen.

Beispiel für die Benutzeroberfläche aus Sicht der Lernenden in einer adaptiven Lernplattform (Bildquelle: scil / TRIPLE A / Area9 Lyceum)

Dieser Blogpost beinhaltet Auszüge aus einem Beitrag mit dem Titel “KI-basierte, adaptive Lernumgebungen” zum von Karl Wilbers herausgegebenen Handbuch E-Learning.
Referenzen:
area9learning (2017): adaptive learning. Eliminating corporate e-learning fatique. area9learning.com.
Howe, Nick (2017): Adaptive learning insights. A practical guide to the future of corporate training. area9learning. Chestnut Hill, MA.

Herausforderung der Digitalisierung durch akademisches Lehren und Lernen

Für einen Sammelband zum Thema “Digitale Transformation in der Bildungslandschaft” hat Gabi Reinmann eine Kritik der aktuellen Diskussion um Digitalisierung und Bildung verfasst: Digitalisierung und hochschuldidaktische Weiterbildung: Eine Kritik
In diesem Beitrag stellt sie eine gängige Argumentationsfigur auf den Kopf und fragt, ob nicht umgekehrt  das akademische Lehren und Lernen die Digitalisierung herausfordern sollte.

Meine Kernthese ist, dass gerade die hochschuldidaktische Weiterbildung, die
sich an Multiplikatoren digital unterstützten Lehrens und Lernens richtet, die Verantwortung hat, die sogenannte digitale Transformation mitzugestalten, anstatt ihr den Nimbus eines unausweichlichen Sachzwangs zu verleihen.

In ihrem Beitrag formuliert Reinmann drei Prinzipien für die wissenschaftsdidaktische Weiterbildung und ihr Verhältnis zur Digitalisierung:

1) Selbstbestimmung
Didaktische Weiterbildung darf also genau nicht scheinbare Sachzwänge fraglos akzeptieren und einer Anpassungslogik folgen, die selbst wieder Anpassung produziert: angepasste Absolventen via Hochschullehre und angepasste Lehrende via didaktischer Weiterbildung. Im Zusammenhang mit der Digitalisierung scheint mir das ganz besonders wichtig zu sein. Das Digitale als Gegenstand und Methode in der Weiterbildung hat die Wissenschaftsdidaktik selbstbestimmt zu behandeln aksdjfö
2) Mitbestimmung
Wissenschaftsdidaktik hat den Auftrag, akademisches Lehren und Lernen möglichst zusammen mit den Fachwissenschaften zu erforschen und ihre Erkenntnisse
verfügbar zu machen – wiederum direkt der Hochschullehre wie auch der didaktischen Weiterbildung. Sie darf also genau nicht nur erproben und evaluieren, was außerwissenschaftlich angestoßen wird, oder in Forschung und Praxis übersetzen, was politisch als notwendig verkündet wird. Ausmaß und Qualität der Digitalisierung hat die Wissenschaftsdidaktik forschend und reflektierend mitzugestalten – auch in der Weiterbildung und gemeinsam mit Fachwissenschaftlerinnen, die ihre Lehre durchaus selbst beforschen können, im Sinne des Scholarship of Teaching.
3) Solidarität
Für die Rolle der Wissenschaftsdidaktik im Zuge des digitalen Wandels bedeutet das aus meiner Sicht: Didaktisches Handeln – ob in Lehre oder Weiterbildung, ob in Praxis oder Forschung – darf sich keinesfalls nur an der Oberfläche der Digitalisierung tummeln und sich darauf beschränken, technische Systeme und Werkzeuge einzusetzen, um Lehre besser und effizienter zu machen. Sie muss sich in der Tiefe mit der Tendenz zur Algorithmisierung beschäftigen, die sozialen und kulturellen Folgen datenbasierter Überwachung, Kontrolle und Manipulation antizipieren und analysieren und ihrem Auftrag als Wissenschaft gerecht werden.Das bedeutet kritische Distanz bei gleichzeitig experimenteller und offener Haltung gegenüber den Möglichkeiten digitaler Technologien.

Gabi Reinmann (2018). Digitalisierung und hochschuldidaktische Weiterbildung. Eine Kritik. Preprint aus J. Heider-Lang & A. Merkert (Hrsg.), Digitale Transformation in der Bildungslandschaft – ein mehrperspektivischer Zugang. Augsburg: Hampp.
via Jochen Robes / Weiterbildungsblog.de

Meta-Rubrics als Alternative zu herkömmlichen Tests

In vielen Bildungskontexten muss Lernfortschritt bzw. Lernerfolg früher oder später evaluiert und bewertet werden. Lehrpersonen oder Lernbegleiter sind dann gefordert, Musterlösungen und Bewertungsschemata zu entwickeln und die von den Teilnehmenden erbrachten Leistungen zu bewerten.
Der Entscheidungsraum zur Auswertung von Prüfungsaufgaben bzw. Prüfungen ist mehrdimensional (vgl. Metzger / Nüesch 2004, S. 30):

  • Aufgabenlösungen können global oder analytisch, aufgabenübergreifend oder aufgabenspezifisch bewertet werden.
  • Die in den Aufgabenlösungen manifestierten Leistungen können quantitativ oder qualitativ beurteilt werden.
  • Bewertungsmasstäbe für Leistungen können aufgabenbezogen, gruppenbezogen oder individuumsbezogen gestaltet werden.

Für die Bewertung von offenen Aufgabenstellungen (z.B. schriftliche Ausarbeitungen oder Portfolios) bieten sich Rubrics bzw. Bewertungsraster oder Bewertungsmatrizen an. Eine solche Matrix besteht aus folgenden Elementen (vgl. die folgende Abbildung):

  • Bewertungskriterien
  • Leistungs- bzw. Bewertungsstufen
  • Beschreibungen / Spezifizierungen zu den Leistungs- bzw. Bewertungsstufen

 

Bildquelle: https://www.uen.org/rubric/know.shtml

 
Aber: je offener Lehr-/Lernsituationen gestaltet und je mehr projektbasiertes Lernen oder personalisierte Lernpfade ermöglicht werden, desto schwieriger wird es, Leistungen fair zu bewerten.
Vor diesem Hintergrund wurden am Teachings Systems Lab des MIT (TSL) ein Konzept und Arbeitshilfen für “MetaRubrics” entwickelt. Die Idee dahinter ist folgende:

  • Lernende können verschiedene Wege verfolgen und dennoch konstruktives Feedback und Wertschätzung für ihre Arbeit erhalten
  • Lernende erfahren, was es heisst, Leistungen zu bewerten

 
Obwohl für den Kontext Schule entwickelt, lässt sich das Verfahren auch auf anderen Bildungsstufen anwenden. Folgende Schritte gehören dazu:

  • Lernende erarbeiten Lösungen zu einem Auftrag (z.B. ein Poster zu einem vorgegebenen oder selbst gewählten Thema zu erstellen)
  • Lernende betrachten die entstandenen Lösungen / Poster
  • Lernende formulieren Vorschläge für einen Kriterienkatalog zur Bewertung der Poster
  • Lernende entwickeln ein gemeinsames Beurteilungsraster zur Bewertung der Poster
  • Lernende bewerten alle vorliegenden Lösungen / Poster (und damit auch die eigene Ausarbeitung) anhand des gemeinsam definierten Kriterienkatalogs

 

 
Als Arbeitshilfen verfügbar sind ein Set Meta Rubric Cards, ein Bewertungsbogen und ein Leitfaden zum Thema: https://tsl.mit.edu/projects/metarubric/

Metzger, Christoph; Nüesch, Charlotte (2004): Fair prüfen. Ein Qualitätsleitfaden für Prüfende an Hochschulen. St. Gallen: IWP-HSG (Hochschuldidaktische Schriften, 6).

Chat- bzw. Lernbots zur Unterstützung von Lernprozessen – Szenarien und Umsetzung

Cäcilie Kowald, time4you, treibt dort die Entwicklung von Chat- bzw. Lernbots zur Unterstützung von Lernprozessen voran (jix.ai). Auf dem CLC-Camp in Kassel hatte ich ihren Beitrag verpasst, jetzt aber hatte ich Gelegenheit, zwei Aufzeichnungen von Vorträgen bzw. Webinaren von ihr zum Thema anzuschauen.
Kowald stellt dabei zunächst den Kontext her. Für Lernumgebungen mit Chatbots spricht, dass sie durch die text- bzw. sprachbasierte Benutzeroberfläche für viele Menschen sehr einfach und intuitiv zu nutzen sind. Die vier grossen Messaging-Apps (WhatsApp, Messnger, WeChat, Viber) haben mittlerweile pro Monat mehr aktive Nutzer als die vier grossen sozialen Netzwerke (Facebook, Instagram, Twitter, Linkedin) – vgl. dazu diesen Link mit Grafik.
Die Einsatzszenarien für Chat- bzw. Lernbots sind vielfältig:
 

Einsatzszenarien für Chatbots im Kontext Lernen / Entwicklung. Quelle: Kowald / time4you

 
In ihren Vorträgen zeigt Kowald erste Beispiele für solche Lernbots und sie erläutert den Weg zur Umsetzung eines solchen Projekts. Die Beispiele beziehen sich auf regelbasierte Chatbots, die Nutzer interaktiv durch eine Lernumgebung begleiten:
 
Beispiel für eine Lernumgebung, durch die ein Bot führt. Quelle: Kowald / time4you

 
Auf dem Weg zur Umsetzung einer solchen Lernumgebung sind zunächst einmal eine Reihe von Fragen zu beantworten:

  1.  Bedarf, Nutzen, Ziele
    • Was soll der Bot leisten?
      • Use cases & “Jobs to be done”?
      • Anwendungskontext?
      • Mehrwert für NutzerInnen?
    • Für welche Zielgruppe?
  2. Bot-Persönlichkeit & Dialogkonzept
    • Persönlichkeit
      • Individualität vs. Markenbotschafter?
    • Fachlichkeit
      • Generalist vs. Spezialist?
    • Persona
      • Stellung im Anwendungskontext?
      • Fach- vs. Umgangssprache?
    • Gesprächstyp
      • aufgaben- vs. gesprächsorientiert?
    • Dialogstruktur
      • geführt vs. frei?
    • Technologie
      • Skript-basiert vs. natural language understanding bzw. natural language generatio
  3.  Technische Rahmenbedingungen klären
    • Kontext
      • Integration in bestehende Anwendungen / Plattformen (z.B. LMS)?
    • Anwendung
      • Sprach- oder Texteingabe?
      • Über welche Ausstattung verfügen die NutzerInnen?

Erst wenn diese Fragen beantwortet sind, kann es an die Konzeption und Entwicklung der Inhalte (Pfade bzw. Stories; Dialoge; ergänzende Materialien; etc.) gehen.  Hier der von Kowald aufgezeigte Weg bei der Umsetzung eines solchen Entwicklungsprojekts im Überblick:
 

Schritte bei der Umsetzung von bot-basierten Lernumgebungen. Quelle: time4you / Kowald.

 

Kowald (2018): KI meets Training: So konzipieren Sie Ihren digitalen Tutor! Zukunft Personal 2018.  https://www.youtube.com/watch?v=Wbu5yjeFZg8
Kowald (2018):  KI meets Training: Einsatzszenarien und Beispiele. Webinar, 29.11.2018. (Link, Anmeldung erforderlich)

Intelligente Maschinen in der Arbeitswelt – Herausforderungen für die Hochschulen

Diana Oblinger ist die ehemalige Präsidentin von EDUCAUSE, einer grossen Nonprofit-Organisation in den USA, die sich auf den Bereich der Weiterentwicklung des Hochschulwesens durch den Einsatz von neuen Technologien konzentriert.
In einem Beitrag für EDUCAUSreview “Smart machines and human expertise: challenges for higher education” zeigt Oblinger Einsatzbereiche für “smart machines” in unterschiedlichsten Berufsfeldern auf, zeigt Einsatzbereiche an den Hochschulen selbst und im Rahmen der Hochschulbildung und verweist immer wieder auf offene Fragestellungen, die durch die Verantwortlichen an Hochschulen beantwortet werden müssen.
Zum Einstieg stellt Oblinger folgendes fest:

The world around us is getting smarter. (…) Rather than replacing people, smart machines augment human capabilities, meaning that we need to learn to work with machines as partners. (…) Colleges and universities are challenged to move beyond the use of technology to deliver education. Higher education leaders must consider how AI, big data, analytics, robotics, and wide-scale collaboration might change the substance of education. (…) What does it mean to be a professional in a world of smart machines?

Der Hinweis, dass sich viele Berufsfelder durch den Einsatz von “smart machines” stark verändern, zieht sich wie ein roter Faden durch ihren Beitrag. Die Beispiele, die sie anführt, beziehen sich auf Berufsfelder wie Chirurgie, Pflege, Logistik, ebenso wie auf Bereich der Rechtsberatung, die Mediation von Bagatell-Rechtsstreitigkeiten (“Online Dispute Resolution”, ODR) sowie das produzierende Gewerbe aber auch auf branchenneutrale Prozesse wie z.B. die Auswahl und Rekrutierung von Mitarbeitenden.
Was sind die Folgen daraus für Hochschulen? Oblinger verweist auf verschiedene Aspekte:

  • Gestaltung, Unterstützung und Verbesserung administrativer Prozesse
    • Verschiedene Hochschulen haben bereits KI-basierte Bots im Einsatz, um beispielsweise den Prozess der Bewerbung und Einschreibung besser zu unterstützen (Georgia State University, USA), bei der Auswahl von passenden Kursen zu unterstützen (Beckett University, UK) einen virtuellen Studien-Assistenten anzubieten (Deakin University, Australien) oder Lehrpersonen bei der Beantwortung von Routinefragen im Rahmen ihrer Kurse zu entlasten (Georgia Tech University, USA).
  • Anpassung des Fächerkanons und des Curriculums
    • Künstliche Intelligenz, maschinelles Lernen oder Datenmanagement sind Beispiele für neue Fächer, die im Fächerkanon und den Curricula verankert werden müssen.
    • Darüber hinaus müssen mit Blick auf in vielen Berufsfeldern erforderliche Datenanalysen Kompetenzen in Mathematik und Statistik gestärkt werden.
    • Fachübergreifende Kompetenzen wie z.B. kritisches Denken, Problemlösen, funktionsübergreifende Zusammenarbeit und Teamarbeit müssen gestärkt werden.
    • Das Gleiche gilt für ethisches Handeln und Entscheiden – z.B. auf der Grundlage maschineller Datenauswertungen.
  • Unterstützung von Forschungsarbeiten
    • Am Baylor College für Medizin (Texas) wird das auf der IBM-Watson-Technologie basierende “Knowledge Integration Toolkit (KnIT) eingesetzt, um im Rahmen von Forschungsarbeiten grosse Mengen an wissenschaftlichen Artikeln systematisch auszuwerten.
  • Flexibilisierung der Hochschulbildung
    • Wenn lebenslanges Lernen das Leitbild ist, Berufsbilder und Tätigkeitsprofile sich schnell ändern, dann sind Vollzeitstudiengänge möglicherweise zu wenig flexibel. Die Northwestern University (USA), beispielsweise, bietet berufsbegleitende Master-Studiengänge, die eine Durchlässigkeit von einzelnen Badges (Nachweisen für einzelne Kompetenzen) bis hin zum Master-Studienabschluss ermöglichen.
  • Zertifizierung (informell) erworbener Kompetenzen
    • Angesichts einer sich verändernden Bildungslandschaft müssen Hochschulen klarer herausstellen, was ihre Absolventen wissen und können. Erweiterte Zeugnisse und (digitale) Badges sind mögliche Wege dahin.
    • Die Zertifizierung (informell) erworbener Kompetenzen, wie sie beispielsweise Degreed anbietet (Degreed Skill Certification), kann auch eine Aufgabe für Hochschulen sein.

Zu dem zuletzt aufgeführten Aspekt noch eine pointierte Aussage von Oblinger:

Though the significance of a degree and the power behind a college or university brand are likely to remain, data-driven and competency-based approaches will challenge higher education institutions to provide greater transparency into what graduates can do, both on graduation and throughout their career.

Titelbild zum Beitrag by Tobias Fischer on Unsplash

Personalisiertes Lernen mit digitalen Medien

Personalisiertes Lernen mit digitalen Medien ist in Deutschland noch wenig verbreitet. Die Robert-Bosch-Stiftung hat daher eine Autorengruppe beauftragt, aktuelle Erkenntnisse zu diesem Thema zusammenzustellen. Das Ergebnis ist ein Bericht im Umfang von ca. 120 Seiten.
Die AutorInnen sind institutionell an der Open University UK, der Humboldt-Universität Berlin und dem University College London verortet. Sie hatten aber den Auftrag, in ihrem Bericht explizit an die Diskussion im deutschsprachigen Raum anzuschliessen. Sie leisten dies, indem sie eine von Bönsch (2016) zusammengestellte Themenlandkarte als Bezugspunkt heranziehen:
 

Themenlandkarte zur Binnendifferenzierung von Lernsettings / Personalisierung (Quelle: Bönsch 2016, S. 14)

 
Die AutorInnen zerlegen in ihrem Bericht zunächst den vielschichtigen Begriff “personalisiertes Lernen” in verschiedene Dimensionen:
 
Dimensionen personalisierten Lernens (Bildquelle: Holmes et al. 2018)

 
Der Bericht beinhaltet auch Übersichten zu Werkzeugen (für den Kontext Schule), mit denen personalisiertes Lernen umgesetzt werden kann. Von den insgesamt 30 gesichteten Werkzeugen werrden 20 genauer daraufhin betrachtet, welche der oben angeführten Personalisierungsdimensionen sie unterstützen. Diese 20 Werkzeuge (darunter u.a. IBM Watson und Bettermarks) werden dann jeweils auf einer Seite beschrieben.
Um Lehrpersonen dabei zu unterstützen, ausgehend von den verfügbaren digitalen Werkzeugen zu einem Lehr-Lernkonzept zu gelangen, liefern die Autoren auch einen Analyserahmen, der Aspekte wie Wissensgebiet, Altersstufe, Kosten oder Wirkung umfasst.
Die Autorinnen ziehen schliesslich folgendes Fazit:

Wie unser Bericht zeigt, ist personalisiertes Lernen mit digitalen Medien zweifellos ein vielversprechender Ansatz, den zu verfolgen sich lohnen dürfte. Auch gibt es mittlerweile eine Reihe außergewöhnlicher digitaler Lernwerkzeuge. Die Befunde verdeutlichen jedoch ebenso, dass personalisiertes Lernen mit digitalen Medien kein Wundermittel darstellt. Für die erfolgreiche Umsetzung formulieren wir deshalb die folgenden Leitlinien für die Einführung personalisierten Lernens mit digitalen Medien:

  • Das Lernen in den Mittelpunkt stellen. Ausgangspunkt personalisierten Lernens sind immer die Schüler*innen, nicht die Technik.
  • Personalisiertes Lernen mit digitalen Medien als Teil eines Blended-Learning-Ansatzes einführen. Auch bei personalisiertem Lernen können digitale Medien die Unterstützung und Rückmeldung durch die Lehrkräfte ebenso wenig ersetzen wie die Interaktion und den
    Austausch mit Mitschüler*innen.
  • Günstige Rahmenbedingungen für personalisiertes Lernen mit digitalen Medien herstellen (Ausstattung von Schulen mit technischen Infrastrukturen inklusive Support, Fortbildungskonzepte, Unterstützung von Kooperationen im Kollegium, Rückhalt der Schulleitung,
    genügend Zeit). Personalisiertes Lernen mit digitalen Medien kann nur erfolgreich implementiert werden, wenn die Bereitschaft besteht, Schule grundsätzlich zu verändern.
  • Für die nötige Flexibilität sorgen, die personalisiertes Lernen mit digitalen Medien erfordert. Hierzu zählen beispielsweise ein flexibler Umgang mit dem Lehrplan oder mit Bewertungs- und Beurteilungsformen und -maßstäben.
  • Datenschutz und Datensicherheit gewährleisten.
  • Programme und die ihnen zugrunde liegenden Algorithmen kritisch hinterfragen.

 

Referenzen
Holmes, Wayne; Anastopoulou, Stamatina; Schaumburg, Heike; Mavrikis, Manolis (2018): Personalisiertes Lernen mit digitalen Medien. Ein roter Faden. Robert Bosch Stiftung. Online verfügbar unter https://s3-eu-west-1.amazonaws.com/te-personalised-learning/de/Studie_Personalisiertes_Lernen.pdf.
Bönsch, M. (2016). Heterogenität verlangt Differenzierung. In: Zeitschrift für Bildungsverwaltung, 32 (1), S. 11–20.

Top Tools for Learning & Trends (Jane Hart)

Jane Hart führt ja schon viele Jahre Umfragen zu den populärsten Lernwerkzeugen durch (Top 100 Tools for Learning). Sie hat diese Aufstellungen mittlerweile in drei Kategorien differenziert:
  • Top 100 Tools for Personal & Professional Learning 2018 (PPL100)
  • Top 100 Tools for Workplace Learning (WPL100)
  • Top 100 Tools for Education (PPL100)
Die Rangordnung der Werkzeuge lässt sich jetzt auch nach diesen drei Kategorien neu sortieren:
 
Darüber hinaus leitet sie aus den Ergebnissen ihrer Umfrage 10 Trends im Hinblick auf persönliches und berufsbezogenes Lernen sowie Lernen am Arbeitsplatz ab. Hier eine Auswahl aus diesen Trend-Aussagen:

  • Offene Webressourcen wie z.B. YouTube sind nach wie vor zentrale Lernressourcen.
  • Bei den sozialen Netzwerken gibt es Verschiebungen in der Rangfolge (z.B. linkedin hat an Bedeutung gewonnen).
  • Die Popularität von offenen Kursen im Web nimmt weiter zu. Mittlerweile finden sich 12 (MOOC-)Plattformen unter den Top 100 Werkzeugen.
  • Die Bedeutung von Werkzeugen für Inhalte-Entwicklung (z.B. PowerPoint oder H5P) nimmt zu; klassische Autorenwerkzeuge fallen eher zurück.
  • Plattformen für das Unterstützen von individuellem Lernen am Arbeitsplatz (z.B. degreed) haben an Bedeutung gewonnen.
  • Mit slack und Microsoft Teams haben zwei Werkzeuge zur Unterstützung der Zusammenarbeit im Team grosse Bedeutung für soziales Lernen bekommen.

Jane Hart (2018): https://www.toptools4learning.com/analysis/
via Jochen Robes / Weiterbildungsblog.de

Bewertungsraster für E-Learning Werkzeuge

Wenn es um die Gestaltung von Lernumgebungen geht, steht häufig auch die Frage im Raum, welche der vielen verfügbaren technischen Werkzeuge denn eingesetzt werden sollen. Für das online-Quizz mit Kahoot arbeiten oder doch besser mit Socrative? etc.
In einem Beitrag für Educause Review haben Lauren M. Anstey und Gavan P. L. Watson (Centre for Research on Teaching and Learning in Higher Education at Western University, USA) ein Bewertungsraster für digitale Lernwerkzeuge publiziert.
Das Bewertungsraster umfasst 8 Bewertungsbereiche und 27 Kriterien. Die 8 übergeordneten Bewertungsbereiche sind:

  • Funktionalität (z.B. Unterstützung verschiedener Medienformate wie Text, Bilder, etc.)
  • Verfügbarkeit (Accessibility)
  • Technische Aspekte (z.B. Integration mit anderen Werkzeugen)
  • Nutzbarkeit mit mobilen Endgeräten (z.B. responsive Design)
  • Unterstützung von Datenschutz (z.B. werden Nutzer-generierte Inhalte öffentlich sichtbar?)
  • Unterstützung von sozialer Präsenz (z.B. können Äusserungen / Handlungen bestimmten Kursteilnehmenden zugeordnet werden?)
  • Unterstützung von Präsenz der Lehrperson (“teaching presence”) (z.B. Feedbackmöglichkeiten)
  • Unterstützung von kognitiver Präsenz (z.B. Unterstützung für anspruchsvollere kognitive Prozesse als lediglich Memorieren)

Das Bewertungsraster wurde im Rahmen einer CC-By-NC-SA Lizenz veröffentlicht und kann hier als PDF geladen werden.

Das Zukunftspotenzial von Lernplattformen: Lernprozesse verstehen

David Kelly, Executive Director der eLearning Guild, hat zum „Data und Analytics Online Summit“ auch einen Beitrag beigesteuert: LMS, LRS, LXP, and More: Exploring the Learning Platforms Landscape.
Dabei hat er nicht nur einen Überblick über die sich verändernde Landschaft von Lernplattformen gegeben (vgl. dazu unten mehr). Er hat sich auch sehr klar zur künftigen Rolle und Bedeutung von Lernplattformen geäussert.
Kelly sieht die Bedeutung von Lernplattformen vor allem darin, dass sie Daten erzeugen (die digitalen Datenspuren von uns, den Nutzern, die wir mit digitalen Materialien interagieren), die Konsolidierung und Analyse dieser Daten unterstützen und damit letztlich ermöglichen, Lernprozesse besser zu verstehen und besser zu gestalten. Hierzu drei pointierte Aussagen von ihm:

Data is not an output. It is an input. The output is understanding.
It is not about the data itself, it is about the understanding that the data provides – because it is the understanding that is actionable.
Data and analytics – it is not a question of “is this going to affect our L&D business?” – it is a question of when it is happening.

Bildungsverantwortliche / Learning Professionals müssen ein besseres Verständnis dieses Felds entwickeln, damit sie die Diskussion über Daten und Analytics mitgestalten und rechtzeitig handeln können.

Bildquelle: David Kelly / eLearning Guild

Im zweiten Teil seines Beitrags hat Kelly dann einen Überflug über verschiedene Typen von Lernplattformen geliefert. Wichtig war ihm dabei, dass das LMS (Lern Management System) nicht tot ist oder verschwinden wird – wie so oft behauptet. Aber die Rolle des LMS wird sich ändern. War es früher, metaphorisch gesprochen, die Sonne des Lern-Ökosystems, so wird es künftig eher einer von vielen Planeten sein. Und für das Management von regulatorisch vorgeschriebenen Trainings bzw. Massnahmen zur Kompetenzentwicklung wird ein LMS weiterhin zentral sein.

***

Dies ist übrigens ein Punkt, den Josh Bersin schon vor einigen Jahren herausgestellt hat – hier noch einmal seine Visualisierung dazu:

Bildquelle: https://www.slideshare.net/jbersin/learning-in-the-flow-of-work/47-Copyright_2017_Deloitte_Development_LLC

***

Aber, so David Kelly weiter, ein Lern-Ökosystem umfasst eben mehr als solche Standard-Trainings. Es umfasst auch umfangreiche online Kurse (z.B. MOOCs), Bibliotheken mit digitalen Inhalten für das Selbststudium, kuratierte Lerninhalte, Microlearning sowie Leistungsunterstützung am Arbeitsplatz.

Bildquellen: David Kelly / eLearning Guild; Zusammenstellung: scil

Für die Zukunft erwartet Kelly die Ausdifferenzierung von zwei weiteren Typen von Lernplattformen: “Competency Management Platforms” und “Personalized Learning Platforms”. In Bezug auf letztere blieb er im Webinar noch sehr allgemein. Wir hatten danach noch per Mail Kontakt und da hat er sich wie folgt geäussert:

Some vendors state that they deliver personalized learning today because of all the customization options available in an individual’s profile. In my opinion, choice and even recommendation isn’t really reaching the promise of personalized learning. That requires a much more data-centric understanding of context – who the learner is, what their competency is, what they are currently doing, and more – in order to deliver just the right support. That’s a much more complex solution than what many promote as personalized learning today.

Im Hinblick auf “Competency Management Platforms” hat er seine Vision so formuliert:

Competency Measurement Platform basically means a platform that can track your actual performance and measure against ideal performance. Virtual Reality is one technology that can do this. For a simplified example, let’s say I build a VR simulation on how to perform a surgery. Every movement I make, every button a press, every action I take is already a data point – that’s what the computer reads to display your actions on the screen. So the data of what you are doing is already being generated and potentially stored. You could also have a similar data set that represents “perfect execution”. At an overly simplified level, the difference between your data set and the perfect data set represents your level of competency. While the unique elements in my example already exist, no one has packaged them into a competency measurement system yet.

David Kelly (2018): LMS, LRS, LXP, and More: Exploring the Learning Platforms Landscape. Vortrag, eLearning Guild Online Summit Data & Analytics, 24. August 2018.

25 Jahre Lerntechnologien – Ein Rückblick von Martin Weller

Wieder einmal Danke nach Frankfurt an Jochen Robes – diese Blogserie von Martin Weller hatte ich übersehen…
Martin Weller, Professor für Educational Technology an der Open University in Grossbritannien, hatte kürzlich für  EDUCAUSE die letzten 20 Jahre der Entwicklung von Lerntechnologien Revue passieren lassen.
Darüber hinaus hat er aber auch auf seinem Blog auf die letzten 25 Jahre zurückgeblickt – in kurzen Blogbeiträgen, pro Jahr ein Thema.
Die Reihe beginnt mit dem Jahr 1993 und einem Beitrag zu “Artificial Intelligence” (das Thema wird für das Jahr 2016 unter dem Titel “The return of AI” noch einmal aufgegriffen) und endet für das Jahr 2018 mit einem Beitrag über “Critical Ed Tech”.
In diesem Beitrag schaut Weller zurück auf die 25 Beiträge und identifiziert einige übergreifende Entwicklungen. Die hat Jochen Robes bereits gut zusammengefasst:

dass im Widerstand der Hochschulen gegenüber schnellen Veränderungen auch eine Stärke liegt; dass EdTech ein Bereich ist, wo sich viele Disziplinen und Menschen für eine bestimmte, oft kurze Zeit treffen – was zu fortwährenden Wiederholungen und Schleifen in der Diskussion führt; dass sich die Frage, ob neue Technologien in der Bildung eine unterstützende oder (die Lehrenden) ersetzende Funktion haben, wie ein roter Faden durch die Geschichte von EdTech zieht.

Kompetenzorientiertes Lernen

In einer Serie von Blogbeiträgen für das vom Deutschen Institut für Erwachsenenbildung DIE betriebene Weiterbildungsweb (wb-web.de) hat Werner Sauter seit Anfang Jahr das Thema Kompetenzorientiertes Lernen in seinen verschiedenen Facetten beleuchtet. Jetzt hat er diese Reihe abgeschlossen. Über diese Seite kann auf alle acht Beiträge zugegriffen werden. Die Themen im Überblick und zentrale Aussagen von Werner Sauter dazu:

  • Was ist kompetenzorientiertes Lernen? Warum ist das wichtig?

Offene und dynamische Situationen, in denen Entscheidungen gefragt sind, gehören in der Moderne zum Alltag. Die Entwicklung von Kompetenzen ist daher für alle Menschen von Bedeutung, unabhängig von ihrem Bildungsniveau und den Aufgaben, die sie tagtäglich erfüllen. Bildungsangebote sollten aus diesem Grund dem Bedürfnis der Menschen entgegenkommen, ihre Kompetenzen selbstorganisiert und personalisiert auf- und auszubauen.

  • Warum brauchen wir Kompetenzen?

unsere moderne Lebens- und Arbeitswelt (…) ist gekennzeichnet durch agile Arbeitsprozesse, die durch Respekt, Offenheit und Transparenz sowie eine zunehmende Eigenverantwortung und Selbstorganisation geprägt sind. (…) Vor dem Hintergrund dieser Entwicklungen müssen die Menschen deutlich agiler werden. Sie benötigen daher Kompetenzen zum autonomen Handeln bei hoher Entscheidungsfreiheit zur kollaborativen Lösung von Herausforderungen

  • Was sind Kompetenzen?

Kompetenzen entstehen, wenn der Lernende vorhandenes Wissen bei der selbstorganisierten Lösung von Herausforderungen praktisch angewandt hat. (…) Kompetenz wird danach als Fähigkeit verstanden, in offenen, unüberschaubaren, komplexen, dynamischen und zuweilen chaotischen Situationen selbstorganisiert und kreativ zu handeln.

  • Wie kann man Kompetenzen erwerben?

Kompetenzen basieren, anders als Wissen, auf eigenen Erfahrungen. Deshalb können Kompetenzen nicht vermittelt werden, sondern nur selbstorganisiert – in neuartigen, offenen und realen Problemsituationen kreativ handelnd – erworben werden.

  • Was sind Gestaltungsprinzipien kompetenzorientierten Lernens?
  • Arbeiten und Lernen wachsen zusammen
  • Lernen wird ermöglicht
  • Lernen wird durch Netzwerke gefördert
  • Lernen wird professionell begleitet
  • Welchen Nutzen bieten digitale Technologien für selbstorganisiertes, kompetenzorientiertes Lernen?

Personalisiertes Lernen, das sich dem jeweiligen Lernenden und seinen persönlichen Bedürfnissen sowie Lerngewohnheiten anpasst, kann mithilfe digitalisierter Systeme optimiert werden. Die Digitalisierung bewirkt jedoch alleine noch keine Veränderung des Lernens. Allerdings schafft sie den Raum für innovative Gestaltungsformen der Lernprozesse.

  • Wie können Arrangements für kompetenzorientiertes Lernen sinnvoll aufeinander aufbauen?

  • Wie können Lernende auf zukünftige Herausforderungen vorbereitet werden?

Lernformen, Sozialformen, Kommunikationsmöglichkeiten und Medien [müssen] dem aktuellen Umfeld entsprechen, im besten Fall sogar die Zukunft in diesem Bereich vorwegnehmen

 
Die Blogposts sind Auszüge aus der Studie “Arbeit 4.0: Kompetenzen vor Wissen”, die Werner Sauter für die Bertelsmann-Stiftung erstellt und dort publiziert hat:
Sauter, Werner (2018): Die Zukunft des Lernens. Selbstorganisierter Kompetenzerwerb durch personalisiertes Lernen. Gütersloh: Bertelsmann Stiftung.
Online verfügbar unter https://www.bertelsmann-stiftung.de/de/publikationen/publikation/did/die-zukunft-des-lernens/.

Einsatz von VR-Technologie in historischen / geisteswissenschaftlichen Fächern

Am Bates College in Neuengland (USA) werden VR- und MR (mixed reality) Technologien in geisteswissenschaftlichen Fächern eingesetzt. Ein Bericht in EDUCAUSEreview zeigt auf, wie Studierende in einem Kurs zu “Historical Reconstructions” digitale bzw. VR-basierte Modelle – beispielsweise von einem antiken Amphitheater – erstellen.
Die Studierenden lernen dabei nicht nur 3D-Modellierungstechniken. Im Verlauf der Arbeit mit historischen Materialien und bei der Klärung von Fragen zur Gestaltung des Modells setzen sich die Studierenden intensiv mit  baulichen bzw. städtebaulichen Themen auseinander und entwickeln ein tieferes Verständnis dazu, wie das (Alltags-)Leben in einer antiken Stadt gewesen sein mag.
 

Rekonstruktion eines Amphitheaters durch Studierende. Bildquelle: Bates College

 
 

Das Projekt am Bates College ist übrigens inspiriert von den Arbeiten des Historikers Matthew Nicholls an der Universität Reading in Grossbritannien, der seit vielen Jahren an einem umfangreichen 3D- / VR-Modell des antiken Rom arbeitet und dies im Rahmen seiner Lehrveranstaltung “Rome: A virtual tour of an ancient city” einsetzt.

Rekonstruktion des antiken Rom. Bildquelle: Nicholls / Universität Reading

 

Putting Immersive Technology to Work: Examples from the Digital Humanities, EDUCAUSEreview,  Tuesday, June 26, 2018

Vorlesung via Hologramm

Das Tecnologico de Monterrey ist eine technische Hochschule in Mexico. Dort ist u.a. auch das Observatory of Educational Innovation beheimatet.
Am “Tec” wurde jetzt zum ersten Mal eine Vorlesung durchgeführt, bei der die Lehrperson nicht per Video zugeschaltet war, sondern als Hologramm gleichzeitig in verschiedene Vorlesungsräume an verschiedenen Orten projiziert wurde:
Ich vermute, dass über dieses Verfahren – im Vergleich zu Videoprojektionen – eine stärkere “Tele-Präsenz” erzeugt wird. Aber in dem kurzen Beitrag waren leider keine Aussagen von Studierenden dazu angeführt, wie sie diese Art von Vorlesung erlebt haben…

Bildquelle: Tecnologico de Monterrey

 

“My teacher is a hologram” Tec gives classes using telepresence technology. Observatory of Educational Innovation, August 28, 2018

Adaptive Lernplattformen – braucht es dann noch Lehrpersonen?

Die Colorado Technical University ist ein early adopter im Hinblick auf KI-basierte, adaptive Lernsysteme (vgl. diese dreiteilige Beitragsreihe zum Thema).  Seit 2012 ist dort die adaptive Lernplattform “intellipath” im Einsatz. Bis zum Jahr 2015 wurden etwa 800 Lehrpersonen (ca. 80% aller Lehrpersonen) für die Nutzung des Systems geschult und die Plattform für 107 Kurse mit mehr als 30’000 Studierenden mit Erfolg eingesetzt (vgl.  dazu diesen Bericht).
In einem aktuellen Beitrag für EDUCAUSreview gehen Amy Sloan (Program Chair for the Department of General Education and Psychology) und Lindsey Anderson (Lead Faculty over Career Planning and Professional Communications for the Department of General Education and Psychology; beide Colorado Technical University) der Frage nach, ob es denn beim Einsatz solcher Systeme überhaupt noch Lehrpersonen braucht. Diese Diskussion kennen wir ja bereits. Die gleiche Frage wurde ja auch schon um das Jahr 2000 herum gestellt, als Lern-Management-Systeme und multimediale Web-Based-Trainings aufkamen.
Die kurze Antwort, die sich auch im Titel des Beitrags findet, lautet: “Instructors matter more than ever”.
Warum?
Weil nicht alle Lernaktivitäten über die adaptive Lernplattform laufen. Und weil individualisierte Lernprozesse individualisierte Unterstützung und Begleitung brauchen.
An der CTU gibt es zwei grundlegende Kurs-Designs für adaptives Lernen:

  1. Kurse, die um adaptive Lerneinheiten angereichert sind (“AL-enriched classroom”)
    bei diesen Kursen werden adaptive Lerneinheiten in einigen, aber nicht in allen Themenblöcken eingesetzt; daneben bearbeiten die Studierenden auch Lerneinheiten, die nicht durch die adaptive Lernplattform unterstützt werden (z.B. Arbeitsaufträge in den Präsenz-Sitzungen, Beteiligung in online Diskussionsforen, Projektarbeiten (allein oder in Gruppen).
  2. Kurse ausschliesslich mit adaptiven Lerneinheiten (“all-adaptive classroom”)
    bei diesen Kursen finden sich adaptive Lerneinheiten in allen Themenblöcken, auch wenn es zusätzlich Aufträge gibt (z.B. Beiträge zu einem Kurs-Forum), die ausserhalb der adaptiven Lernplattform angelegt sind.

Professional Written Communications (…) is a good example of an AL-enriched course. In this 5.5-week course, students have an AL assignment in four out of the five units. Students participate in a discussion board in four units and submit an essay in two units. The course’s adaptive content is foundational and designed to prepare students for the written components. (…)
Academic and Career Success (…) is a good example of an all-AL classroom. In this course, students complete a short introduction discussion in Unit 1 and then a more detailed discussion in Unit 3. The rest of the work is completed through AL technology. Students have approximately eight lessons assigned in each unit, all targeted at preparing them to demonstrate mastery of the course objectives.

 

Beispiel für einen Lernpfad mit adaptiven Lerneinheiten. Bildquelle: Colorado Technical University

 
 
Die Erwartungen an Lehrpersonen unterscheiden sich für diese beiden Kurs-Modelle:
1) AL-enriched classroom

  • kontinuierliche Beobachtung der Lernpfade der Studierenden;
  • Beantwortung von Fragen und Nachrichten innerhalb von 24-48 Stunden;
  • individuelle und gezielte Kontakte mit Studierenden zu ihrem Lernfortschritt;
  • regelmässiges Übertragen von Punktständen in der adaptiven Lernplattform in die Notenliste zum jeweiligen Kurs;

2) all-adaptive classroom

  • individuelle Kontakte mit Studierenden mehrmals pro Woche zu Lernfortschritten / Daten im Studierenden-Cockpit und Klärung von ggf. erforderlichem individuellem Unterstützungsbedarf (z.B. Zusatzmaterialien, Empfehlungen zum Lernpfad, individualisierte Unterstützung)

Eine Herausforderung für die Lehrpersonen besteht insbesondere darin, die Lerneinheiten, die in der adaptiven Lernplattform abgebildet sind und über die in der Regel Grundlagenwissen entwickelt wird, in einer guten Weise mit weiterführenden Lernaktivitäten ausserhalb der adaptiven Lernplattform zu verknüpfen:

Consider the Professional Written Communications example. In that course, the AL content is designed to prepare students for the non-AL assignments and demonstrate mastery of the course objectives. In Unit 1, for example, the AL lessons focus on the importance of written communication. The AL content introduces basic concepts and correlates to the summative Unit 1 discussion board assignment, in which students provide examples of how they use writing and research daily, discuss their overall comfort level with both, and identify strengths and areas for improvement.

Aus Sicht der akademischen Leitung der Colorado Technical University geht es nicht darum, dass Lehrpersonen den Prozess der Bearbeitung der in einer adaptiven Lernplattform abgebildeten Lerneinheiten moderieren. Das Ziel besteht vielmehr darin, spezifische Lehrstrategien für das Lernen mit adaptiven Lernplattformen und Lerneinheiten zu entwickeln und zu verankern. Sloan und Anderson fokussieren hier auf vier Aspekte:

  • Präsenz der Lehrpersonen (“instructor presence”)
    Die Arbeit mit einer adaptiven Lernplattform und an einem individualisierten Lernpfad kann sich für Studierende einsam anfühlen. Es ist wichtig, dass Lehrpersonen Präsenz zeigen und mit den Studierenden in Kontakt sind – sowohl innerhalb der adaptiven Lernplattform (z.B. über das Dashboard) als auch ausserhalb (z.B. in Diskussionsforen).
  • Engagement der Lehrpersonen (“instructor engagement”)
    Lehrpersonen sind gefordert, eine unterstützende, ermutigende, positive und wertschätzende Atmosphäre sicherzustellen. Rundmails an alle Studierenden tragen dazu in der Regel wenig bei. Wichtig sind hierfür individualisierte Kontakte mit relevanten Hinweisen für die Studierenden an ihren jeweils spezifischen Punkten im Lernpfad.
  • Relevante Lerninhalte
    Lehrpersonen sind gefordert, die in der adaptiven Lernplattform aufbereiteten Inhalte auf ihre Aktualität und Qualität zu überprüfen und durch weitere Inhaltselemente (z.B. aktuelle Fallstudien) zu ergänzen.
  • Innovation
    Die Lehrpraxis im Zusammenspiel mit adaptiven Lernplattformen befindet sich noch in einem frühen Stadium. Lehrpersonen sind gefordert, ihr Verständnis der adaptiven Lernplattform und der adaptiven Lerneinheiten zu vertiefen und neue, wirksame Lehr- und Unterstützungsroutinen zu entwickeln.

Sloan und Anderson verweisen übrigens auch darauf, wie wichtig es für die erfolgreiche Umsetzung von adaptivem Lernen ist, die Lehrpersonen in diesem Veränderungsprozess mitzunehmen. An der CTU hat man dazu drei zentrale Lernerfahrungen gemacht:

  • Den Nutzen von adaptivem Lernen intensiv auch in Richtung der Lehrpersonen kommunizieren, nicht nur in Richtung der Studierenden
    • z.B. die verbesserte Information nicht nur über den Stand der Bearbeitung von Lerneinheiten, sondern auch das aktuell erreichte Mastery-Niveau; Lehrpersonen können auf dieser Grundlage einzelne Studierende gezielter ansprechen;
    • z.B. die Entlastung von Korrekturarbeiten und damit mehr Raum für andere Lehraufgaben oder die Beratung von Studierenden;
  • Relevante und passende Weiterbildungsangebote für die Lehrpersonen sowie für Programm- und Fachgruppenleitungen
    • z.B. ein Einführungskurs (online), Workshops zur Vertiefung, Einzelgespräche, und Arbeitshilfen;
  • Die Stimmen und das Feedback der Lehrpersonen hören bzw. aktiv einholen (auch wenn das manchmal bitter ist) und entsprechende Massnahmen ableiten bzw. Anpassungen umsetzen.

Mehr zum Aspekt der Einbindung von Lehrpersonen in diesem Artikel auf EdSurge und in diesem Artikel in EDUCAUSEreview.
 

 
Johnson, Constance: Adaptive Learning Platforms: Creating a Path for Success. EDUCAUSEreview, 7. März 2016
Johnson, Connie & Zone, Emma: Want adaptive learning to work? Encourage adaptive teaching. Here’s how. EdSurge, 23. September 2016
Sloan, Amy & Anderson, Lindsey: Adaptive Learning Unplugged: Why Instructors Matter More than Ever. EDUCAUSEreview, 18. Juli 2018

KI-basierte, adaptive Lernplattformen – eine Marktübersicht

Mit Blick auf unser neues Kurs-Modul “KI-basierte, adaptive Lernplattformen” hatte ich in den letzten Wochen u.a. diese dreiteilige Beitragsreihe zum Thema gepostet. Beim Stöbern im WWW bin ich auf diese recht umfangreiche Marktübersicht zu KI-basierten, adaptiven Lernplattformen gestossen:
Tyton Partners (2016): Learning to adapt 2.0. The evolution of adaptive learning in Higher Education.
Tyton Partners ist ein Anbieter von Beratungsservices für Banken und Investmenthäuser mit einem Fokus auf Wissensmanagement und Lernen. Hier gibt es anscheinend Bedarf an Marktübersichten. Grosse Verlagshäuser wie z.B. McGraw-Hill Education  haben ja in den letzten Jahren hunderte von Millionen Dollar in das sich entwickelnde Geschäftsfeld KI-basierter und adaptiver Lernplattformen investiert…
In dem mit knapp 50 Seiten recht umfangreichen Bericht werden nicht nur 21 verschiedene adaptive Lernplattformen mit einem Kurzprofil vorgestellt. Darüber hinaus beinhaltet der Bericht auch einen Vorschlag zum Vorgehen bei der Identifikation einer passenden adaptiven Lernplattform für die eigene Bildungsinstitution:

Bildquelle: Tyton Partners 2016

Tyton Partners (2016): Learning to adapt 2.0. The evolution of adaptive learning in Higher Education. Unter Mitarbeit von Adam Newman, Gates Bryant, Brian Fleming und Laura Sarkisian. Tyton Partners. Mountain View, CA.

Vorlesungsaufzeichnungen an Hochschulen: Risiken und Nebenwirkungen

Welche Effekte auf das Verhalten und den Erfolg von Studierenden hat die Einführung von Vorlesungsaufzeichnungen?
Empirische Studien hierzu kommen zu unterschiedlichen Ergebnissen. Eine Studie der Universität Belfast von 2015 kommt zu dem Ergebnis, dass die Verfügbarkeit von Vorlesungsaufzeichnungen keinen Effekt auf die Anwesenheit der Studierenden habe. Die Studierenden würden diese vielmehr als zusätzliche Ressourcen in der Phase der Prüfungsvorbereitung nutzen.
Eine aktuelle Studie in der Zeitschrift Higher Education kommt dagegen zu anderen Ergebnissen. Das Wirkungsmodell, das die Autoren aus der Datenanalyse ableiten, zeigt folgendes:

  • Die Verfügbarkeit von Vorlesungsaufzeichnungen korreliert signifikant mit einer reduzierten Anwesenheit von Studierenden (annähernde Verdoppelung der Abwesenheiten von ca. 20% auf ca. 40%).
  • Die reduzierte Anwesenheit bei Vorlesungen korreliert signifikant mit geringeren Studien- bzw. Prüfungsleistungen.

 

 

Therefore, on an aggregate basis, we find that lecture capture usage itself will not necessarily help students increase their grades; students who are generally higher achievers who attend lectures are likely to get better grades regardless of their lecture capture usage; in contrast, students who do not attend are likely to get lower grades regardless of their lecture capture usage.

Angesichts der Tatsache, dass Studierende die Verfügbarkeit von Vorlesungsaufzeichnungen begrüssen und diese auch intensiv nutzen, empfehlen die Autoren der Studie folgendes:

  • Studierende sollten darauf hingewiesen werden, dass das (wiederholte) Versäumen von Vorlesungen in der Regel nicht durch ein späteres Betrachten der Aufzeichnungen kompensiert werden kann – insbesondere nicht durch ein gedrängtes Betrachten der Aufzeichnungen kurz vor der Prüfung.

Edwards, Martin R.; Clinton, Michael E. (2018): A study exploring the impact of lecture capture availability and lecture capture usage on student attendance and attainment. In: Higher Education. Online verfügbar unter https://doi.org/10.1007/s10734-018-0275-9.

Lerntechnologien – die letzten 20 Jahre

Martin Weller, Professor für Educational Technology an der Open University in Grossbritannien, nimmt das zwanzigjährige Bestehen von EDUCAUSE zum Anlass für einen kurzen Überblick über wichtige Entwicklungen im Bereich der Lerntechnologien. Ein Jahr – ein Schlagwort. Er startet mit dem Jahr 1998 (Wikis) und er endet mit 2017 (Blockchain).
Jede Technologie wird ein oder zwei Absätzen kurz erläutert und auch im Hinblick auf ihre aktuelle Bedeutung eingeordnet.
Hier ein Beispiel:

2008: E-Portfolios
Like learning objects, e-portfolios were backed by a sound idea. The e-portfolio was a place to store all the evidence a learner gathered to exhibit learning, both formal and informal, in order to support lifelong learning and career development. But like learning objects—and despite academic interest and a lot of investment in technology and standards—e-portfolios did not become the standard form of assessment as proposed. Many of their problems were similar to those that beleaguered learning objects, including overcomplicated software, an institutional rather than a user focus, and a lack of accompanying pedagogical change. Although e-portfolio tools remain pertinent for many subjects, particularly vocational ones, for many students owning their own domain and blog remains a better route to establishing a lifelong digital identity. It is perhaps telling that although many practitioners in higher education maintain blogs, asking to see a colleague’s e-portfolio is likely to be met with a blank response.

 

Weller, Martin (2018): Twenty years of edtech. EDUCAUSEreview, 2018-07-02

KI-basierte Lernplattformen als "Zukunft" des Lernens? (3/3)

In den beiden vorangegangenen Beiträgen dieser Reihe zu adaptiven Lernplattformen hatte ich aufgezeigt, wie adaptive Lernplattformen in ihren Grundzügen funktionieren (Teil 1) und dass sie zu deutlichen Verbesserungen im Hinblick auf Lernerfolg, Abbrecher-Quoten und erforderlichen Lernzeiten beitragen können (Teil 2).
Um dieses Nutzenpotenzial realisieren zu können, bedarf es aber angepasster Vorgehensweisen. Sowohl der Prozess der Entwicklung von Lerninhalten als auch die Grundprinzipien des didaktischen Designs unterscheiden sich für adaptive Lerninhalte deutlich von dem Vorgehen, wie es für die Realisierung von “klassischen” E-Learning-Modulen (z.B. WBT) etabliert ist.
Zwei Aspekte möchte ich in diesem Beitrag herausstellen:

  1. Detaillierung von Lern- bzw. Leistungszielen
  2. Gestaltung des Lerner-Erlebnisses

Detaillierung von Lern- bzw. Leistungszielen

Eine besondere Anforderung bei der Umsetzung von adaptiven Lernumgebungen besteht in der Detaillierung von Lern- bzw. Leistungszielen. Für die Produktion «herkömmlicher» Web-Based Trainings kann es ausreichen, bei einer Lernzeit von ca. 45 Minuten 8-10 Ziele zu definieren. Für die Produktion einer adaptiven Lernumgebung müssen diese um den Faktor 5-10 verfeinert werden. Das heisst, es müssen ca. 50-120 Feinziele oder Leistungsziele definiert werden. Erst diese Granularität erlaubt die Feinsteuerung des Lernprozesses auf der Grundlage von Aufgaben / Test-Items.

Gestaltung des Lerner-Erlebnisses

Bei “traditionellem” E-Learning (z.B. Web Based Trainings) kommt einer für die Zielgruppe attraktiven Gestaltung (z.B. Storyline / Rahmenhandlung und multimediale Aufbereitung) eine grosse Bedeutung zu. Hier wurde in den letzten Jahren auch intensiv über Gamification als Ansatz zur Erhöhung der Attraktivität diskutiert (vgl. z.B. diesen Beitrag und den darin erwähnten scil Arbeitsbericht).
Bei adaptiven Lernumgebungen stehen andere Motivationsfaktoren im Vordergrund. So geht der CLO von area9learning Nick Howe (Howe 2017) davon aus, dass die intrinsische Motivation, die sich aus dem Erleben von Wissens- und Kompetenzzuwachs ergibt, ausreicht, um die meisten Lernenden bei der Stange zu halten. Allerdings ist es wichtig, Demotivation zu vermeiden. Eine wichtige Ursache für Demotivation von Lernenden besteht darin, dass ihnen Inhalte / Aufgaben zugewiesen werden, die entweder bereits bekannt oder aber zu schwierig sind. Die kontinuierliche Konfrontation von Lernenden mit Aufgaben bzw. Problemstellungen, die gerade jenseits der eigenen Komfortzone liegen und damit herausfordernd aber gerade noch zu bewältigen sind, ist ein Motivationsprinzip, für das adaptive Lernplattformen besonders geeignet sind. Im Vordergrund steht daher die kontinuierliche Bearbeitung von kleinen und kleinsten Aufgaben und Problemstellungen. Vertiefende bzw. ergänzende Lerninhalte sind demgegenüber eher eine Beigabe, die dann zum Einsatz kommen, wenn Aufgaben wiederholt nicht erfolgreich bearbeitet werden können und damit klar geworden ist, dass der oder dem Lernenden dafür erforderliche Wissenselemente fehlen.

Zentrale Unterschiede zwischen «traditionellem» und «adaptivem» E-Learning

Die folgende Tabelle zeigt in einer Übersicht zentrale Unterschiede zwischen «traditionellem» und «adaptivem» E-Learning (in Anlehnung an Howe 2017):
 

«traditionelles» E-Learning «Adaptives» E-Learning
Grösse der Zielgruppe Eher gross
(Erreichen des break even im Vergleich zu Präsenztraining)		 Sehr gross
(Kalibrieren der Datenmodelle)
Detaillierungsgrad der Lern-/
Leistungsziele		 Je detaillierter, desto besser; hoher Detaillierungsgrad nicht zwangsläufig erforderlich; Hochgradige («atomare») Detaillierung unverzichtbar
Vorgehen
bei der
Entwicklung		 1.   Übersetzung der
Qualifikationserfordernisse in didaktisches
Konzept2.   Drehbuch / Story
3.   Materialentwicklung
(ggf. integrierte Tests / Lernerfolgskontrollen)
4.   Umsetzung		 1.   Übersetzung der Qualifikationserfordernisse in überprüfbare Leistungsziele
2.   Entwicklung von Test-Items
3.   Entwicklung von ergänzenden Trainingsmaterialien (Texte, Videos, etc.)
4.   Umsetzung
Lerner-
Erlebnis		 Storyline (mehr oder weniger elaboriert) und
Berarbeitung von Inhalten im Vordergrund		 Bearbeitung von Test-Items im Vordergrund
Funktion von Tests /
Test-Items		 Summative
Lernerfolgskontrolle		 Zentraler Inhalt /
zentrales Material für den
Lernprozess

Wie geht es weiter?

Welche Bedeutung adaptive, KI-basierte Lernplattformen erlangen werden  – und für welche Entwicklunsszenarien – ist aktuell noch nicht gut einzuschätzen. Möglicherweise können diese Lernplattformen ihr Potenzial vor allem dort ausspielen, wo grosse Zielgruppen und gleichzeitig starke (curriculare) Vorgaben zu den zu earbeitenden Wissens- und Kompetenzzielen zusammenkommen – beispielsweise bei Grundlagenfächern in der Hochschulbildung oder bei Produkttrainings und regulatorisch vorgeschriebenen Trainings in der betrieblichen Weiterbildung. Aber das wird sich zeigen. Wir werden diese Entwicklungen weiter beobachten…
 

Referenzen:
Howe, Nick (2017): Adaptive learning insights. A practical guide to the future of corporate training. area9learning. Chestnut Hill, MA.
 

Am 25.09. + 02.10 + 16.10. 2018 findet das Online-Modul “Adaptive und KI-basierte Lernsysteme” im Rahmen unseres Zertifikatsprogramms “Digitale Bildung” statt. Dieser Beitrag ist ein kurzer Auszug aus dem Skript zu diesem Weiterbildungsmodul.

KI-basierte Lernplattformen als "Zukunft" des Lernens? (2/3)

Wie leistungsfähig sind adaptive Lernplattformen?

Beim letzten Beitrag hatte ich aufgezeigt, was unter der Haube von KI-basierten Lernplattformen vorgeht bzw. wie diese Lernprozesse unterstützen. Jetzt steht die Frage im Raum: Wie leistungsfähig sind diese Systeme denn nun?
Eine verbreitete Auffassung ist, dass menschliche Tutoren leistungsfähiger sind als technisch-basierte tutorielle Lösungen. Diese Erwartung lässt sich vereinfacht so darstellen:

Lernerfolg mit Unterstützung durch menschliche Tutoren > Lernerfolg mit Unterstützung durch intelligente tutorielle Systeme (KI-basiert) > Lernerfolg mit Unterstützung durch Computer-unterstützte Instruktion (WBT / CBT)

Dahinter liegt die Annahme, dass menschliche Tutoren Lernen besser unterstützen können, weil sie

  • Lernende besser kennen bzw. Wissens- / Leistungsstand besser einschätzen können;
  • Aufgabenstellungen besser auf einzelne Lernende zuschneiden können;
  • über leistungsfähigere Lehrstrategien verfügen (z.B. Bewertung zurückhalten und nach Begründungen fragen);
  • Dialoge mit Lernenden ermöglichen können (z.B. Gegenfragen stellen);
  • über ein breiteres & tieferes Domänenwissen verfügen als tutorielle Systeme;
  • Lernende besser motivieren können;
  • punktgenau Feedback zu (irrigen) Argumentationen oder Ergebnissen liefern können;
  • variables ‘scaffolding’ leisten können (VanLEHN 2011, S 198-200).

Adaptive und intelligente Lernsysteme sind in der Vergangenheit Gegenstand zahlreicher Studien und Untersuchungen gewesen. Metastudien verdichten diese zahlreichen Einzelergebnisse. Relevante Metastudien sind insbesondere die Studie von VanLehn aus dem Jahr 2011 und die Studie von Kulik und Fletcher aus dem Jahr 2016.
Ein zentrales Ergebnis der Studie von VanLehn (2011) besteht darin, dass die oben angeführten Annahmen so nicht haltbar sind.
Die Meta-Analyse von VanLehn zeigt, dass tutorielle Systeme mit sehr granularer Unterstützung bzw. sehr fein gegliedertem Feedback für die Lernenden zu Effektgrössen führen, die annähernd denen der Lernunterstützung durch menschliche Tutoren entsprechen (vgl. Abbildung 1):

Abbildung 1: Effektgrössen verschiedener Typen tutorieller Unterstützung beim Lernen (Quelle: vanLEHN 2011, S. 209)

Abbildung 1 zeigt unter anderem, dass die Effektstärke von «Step-based» tutoriellen Systemen im Vergleich mit «keine tutorielle Unterstützung» bei 0.76 liegt. Also fast gleichauf mit der Effektstärke für «Human tutoring» verglichen mit «keine tutorielle Unterstützung», die bei 0.79 liegt.
Eine weitere und neuere Meta-Studie, bei der 50 Einzelstudien ausgewertet wurden (Kulik und Fletcher 2016), bestätigt die Ergebnisse von vanLehn:

Students who received intelligent tutoring outperformed students from conventional classes in 46 (or 92%) of the 50 controlled evaluations, and the improvement in performance was great enough to be considered of substantive importance in 39 (or 78%) of the 50 studies. (…)
The evaluations show that ITSs typically raise student performance well beyond the level of conventional classes and even beyond the level achieved by students who receive instruction from other forms of computer tutoring or from human tutors.
(Kulik und Fletcher 2016, S. 67, 70)

Diese Ergebnisse sind also sehr positiv – auch wenn sich aus den Metastudien kaum herauslesen lässt, genau welche Systeme zum Einsatz kamen. Ergänzend kann noch ein Evaluationsbericht aus dem Hochschulkontext angeführt werden:
Johnson (Johnson 2016) berichtet in der Zeitschrift EDUCAUSreview über die Einführung der adaptiven Lernplattform Intellipath an der Technischen Hochschule Colorado. Der Prozess der Einführung dieser Plattform begann im Jahr 2012. Bis zum Jahr 2015 wurden etwa 800 Lehrpersonen (ca. 80% aller Lehrpersonen) für die Nutzung des Systems geschult und die Plattform für 107 Kurse mit mehr als 30’000 Studierenden eingesetzt. Dabei wurden u.a. folgende Ergebnisse beobachtet:

In a recent review of pass rate, final grade, and retention data, we identified Accounting I as the course with the highest pass rate increase since its launch on intellipath in October 2013. We compared pre-intellipath data from October 2012 through September 2013 to post-intellipath launch data from October 2013 through December 2015. The pass rate went up to an 81 percent average — a 27 percent increase. The course retention rate rose about 9 percent to 95 percent, while the final grade average increased by 10 percent, to 79 percent.
(Johnson 2016, Hervorhebung im Original)

Einzelne Evaluationsberichte finden sich auch für den Kontext Corporate Learning. Beispielsweise von area9learning. Eine Fallstudie von area9learning mit Hitachi Data Systems zeigt, dass ein weiteres Nutzenpotzenzial adaptiver Lernumgebungen besteht darin, Lernzeiten zu minimieren – beispielsweise beim Produktraining. Insbesondere für Unternehmen und Organisationen, in denen Lernzeiten immer auch Opportunitätskosten verursachen, ist dies ein wichtiger Aspekt. Durch die granulare Aufbereitung der Inhalte und das kontinuierliche Überprüfen von kleinsten Wissenselementen sowie durch das Zuweisen von passenden nächsten Inhalten / Aufgaben kann der Zeitaufwand – so das Ergebnis dieser einzelnen Fallstudie – um annähernd 50% reduziert werden (Abbildung 2):

Abbildung 2: Zeit- und Kostenreduktion durch adaptives Lernen (Quelle: area9learning 2017, S. 6)

Als Fazit aus den angeführten Meta-Studien und Evaluationen lässt sich also festhalten, dass der Einsatz von adaptiven Lernplattformen häufig zu deutlichen Verbesserungen im Hinblick auf den Lernerfolg, zu einer Reduktion von Abbrecher-Quoten und zu einer Reduktion von Lernzeiten beitragen kann.

Fortsetzung

Dieser Beitrag steht in einer Reihe mit den folgenden Beiträgen:

Referenzen:
area9learning (2017): adaptive learning. Eliminating corporate e-learning fatique. area9learning. area9learning.com. Online verfügbar unter https://offers.area9learning.com/adaptive-learning-whitepaper.
Johnson, Constance (2016): Adaptive Learning Platforms: Creating a Path for Success. In: Educause Review. Online verfügbar unter https://er.educause.edu/articles/2016/3/adaptive-learning-platforms-creating-a-path-for-success.
Kulik, James A.; Fletcher, J. D. (2016): Effectiveness of Intelligent Tutoring Systems. In: Review of Educational Research 86 (1), S. 42–78.
VanLEHN, KURT (2011): The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems. In: Educational Psychologist 46 (4), S. 197–221. DOI: 10.1080/00461520.2011.611369.

Am 25.09. + 02.10 + 16.10. 2018 findet das Online-Modul “Adaptive und KI-basierte Lernsysteme” im Rahmen unseres Zertifikatsprogramms “Digitale Bildung” statt. Dieser Beitrag ist ein kurzer Auszug aus dem Skript zu diesem Weiterbildungsmodul.

KI-basierte Lernplattformen als "Zukunft" des Lernens? (1/3)

Diversität und tutorielle Betreuung 1:1

Unsere (Bildungs-)Welt wird zunehmend bunter. Lebensläufe, Berufs- und Bildungsbiografien sind vielfältiger als früher. Die Heterogenität von Teilnehmenden an Bildungsangeboten nimmt zu. Dies gilt für Schulen genauso wie für Hochschulen, und für die Berufsbildung ebenso wie für die betriebliche Weiterbildung. Gleichzeitig ändern sich unsere Erwartungen an (Bildungs-)Dienstleistungen. Wir erwarten immer mehr, dass diese auf uns persönlich zugeschnitten sind und für uns persönlich passen.
Vor diesem Hintergrund ist auch das von Benjamin Bloom vor gut 30 Jahren formulierte “2-Sigma-Problem” relevant: verschiedene Studien hatten aufgezeigt, dass Lernende, die in einer 1:1 Situation von Tutoren individuell betreut wurden, bei Lernerfolgsüberprüfungen 2 Standardabweichungen besser abschnitten als Lernende in konventionellen Lernarrangements mit ca. 30 Lernenden pro Lehrperson. Oder anders gesagt: die individuell betreuten Lernenden waren im Durchschnitt so gut wie die besten 2% der Lernenden in (damals) konventionellen Lernarrangements (vgl. Abbildung 1).

Abbildung 1: Quelle: Bloom 1984

Tutorielle Einzelbetreuung von Lernenden ist aber in der Regel kein tragfähiges bzw. bezahlbares Modell. Bloom und sein Forschungsteam haben sich daher der Suche nach Lehr-/Lernmethoden zugewendet, die zu ähnlich guten Ergebnissen in grösseren Lerngruppen führen (z.B. Kombinationen von Mastery Learning, partizipativen Lernformen und einer Ausrichtung des Lernens auf höhere kognitive Prozesse – vgl. Bloom et al. 1984).

Künstliche Intelligenz und adaptive tutorielle Systeme

Forschungs- und Entwicklungsarbeiten in den Feldern künstliche Intelligenz und adaptive tutorielle Systeme befassen sich mit einem von Bloom nicht verfolgten Lösungsansatz: der Entwicklung von technischen Lösungen, die eine hochgradig lernwirksame und zugleich kostengünstige 1:1 Lernbegleitung für eine grosse Anzahl von Menschen ermöglichen – im Kontext der Schul- und Hochschulbildung genauso wie im Kontext der betrieblichen Weiterbildung.
Diesen Entwicklungen und den daraus hervorgegangenen Produkten wird weitherum grosses Nutzenpotenzial zugesprochen und sie werden zum Teil als «die Zukunft» des Lernens bezeichnet. Dabei kann adaptives Lernen durch verschiedene Typen von technischen Systemen unterstützt werden. Beispiele hierfür sind u.a. die folgenden:

  • Lernkarteikarten-Systeme (z.B. ankiapp.com)
  • Sprachlernapps & -services (z.B. duolingo.com)
  • Plattformen für kuratierte und personalisierte Lerninhalte (z.B. degreed.com)
  • Adaptive Lernplattformen / Intelligente tutorielle Systeme (z.B. knewton.com)

Im Fokus dieser kurzen Reihe von Beiträgen steht der zuletzt genannte Typ von Systemen. Dabei will ich den folgenden Fragen nachgehen:

  1. Wie funktionieren adaptive Lernplattformen? (Teil 1)
  2. Wie leistungsfähig sind diese Systeme? (Teil 2)
  3. Was sind Besonderheiten von E-Learning mit adaptiven Lernplattformen? (Teil 3)

Wie funktionieren adaptive Lernplattformen? Ein Blick unter die Motorhaube

Adaptive Lernsysteme (ALS) bzw. intelligente tutorielle Systeme (ITS) berücksichtigen die Lernenden in unterschiedlicher Weise. Frühere Systeme beschränkten sich darauf, den Lernenden Auswahlmöglichkeiten zwischen verschiedenen Inhalten zu bieten und die Lernaktivitäten zu beobachten. Auf dieser Grundlage konnten dann z.B. nächste Lerninhalte mit passendem Schwierigkeitsgrad angeboten werden. Neuere Systeme gehen darüber hinaus, indem sie verschiedene Modelle bzw. Komponenten integrieren: ein Domänen-Modell (Inhalte), ein tutorielles Modell (Lernprozess), ein Lernenden-Modell (Merkmale des / der Lernenden) sowie eine darüber gelegte Benutzeroberfläche.

Abbildung 1: Komponenten eines adaptiven tutoriellen Systems (Darstellung nach Bagheri 2015, S. 5ff.)

Mittlerweile sind eine ganze Reihe von adaptiven Lernsystemen bzw. intelligenten tutoriellen Systemen verfügbar, die unterschiedliche Bildungskontexte adressieren: Schulen, Hochschulen und betriebliche Weiterbildung ebenso wie verschiedene fachliche Kontexte – von Mathematik und Naturwissenschaften bis hin zu Management-Themen.
Die verschiedenen, am Markt verfügbaren Systeme unterscheiden sich im Hinblick auf die Art des hinterlegten Domänenmodells, das tutorielle Modell und auch das Lernenden-Modell.

Beispiel ALEKS

Das ursprünglich aus dem Feld der Mathematik-Didaktik stammende Produkt ALEKS (Assessment and Learning in Knowledge Spaces) basiert auf der “Knowledge Space Theorie” (Theorie der Wissensräume) und damit verbundenen Ansätzen in der Didaktik der Mathematik. ALEKS wurde ab 1994 an der University of California, Irvine im Rahmen eines Forschungsprojekts entwickelt und 2013 von McGraw-Hill Education erworben. ALEKS bietet eine Reihe von Kursen für Schulen und Hochschulen an, insbesondere zu Mathematik, Statistik, Buchhaltung, Chemie sowie verschiedene Vorbereitungskurse auf Hochschuleignungstests (https://www.aleks.com/about_aleks/course_products).
Zentral für die Funktionsweise von ALEKS ist die Abbildung einer inhaltlichen Domäne (z.B. Grundlagen der Algebra) über einen Wissensraum, Eingangstest für einen Lernenden (vgl. Abbildung 2), Errechnung des wahrscheinlichsten Wissensstands (vgl. Abbildung 3) und darauf aufbauend die Entwicklung von einzelnen Themen (z.B. Gleichungen mit zwei Unbekannten).

Abbildung 2: Beispiel für ein Test-Item in ALKES (Quelle: ALEKS Benutzerhandbuch, 2017, https://www.aleks.com/manual/pdf/learners-highedmath.pdf)

Abbildung 3: Vereinfachte Repräsentation eines Wissensraums und der veränderten Wahrscheinlichkeit von bestimmten Wissensständen eines Lernenden über eine Abfolge von kurzen Assessments (Quelle: ALEKS Corporation 2012)

Im Rahmen der individualisierten Diagnostik zum Wissensstand wählt ALKES jeweils die Frage / Aufgabe aus, die – auf Basis des aktuell berechneten Wissensstands – maximal informativ ist. Wenig informativ in diesem Sinne wäre eine Aufgabe, von der mit grosser Wahrscheinlichkeit zu erwarten ist, dass der / die Lernende sie bewältigen kann. Viel informativer ist dagegen eine Aufgabenstellung, für die diese Erwartung lediglich bei etwa 50% liegt. Auf der Grundlage der Antwort zu einer solchen Frage wird dann 1) der individuelle Wissensstand jeweils neu berechnet und 2) eine nächste passende Aufgabe zugewiesen.

Beispiel area9learning

area9learning grenzt sich bei der Darstellung der eigenen adaptiven Lernplattform deutlich von Plattformen wie z.B. ALEKS ab. Zum einen dadurch, dass einem “schliessenden Modell” (wie bei ALEKS) die Orientierung an einem “biologischen Modell” gegenüber gestellt wird. Zum anderen durch eine explizite Positionierung als Anbieter im Feld betriebliches Lernen / corporate learning. Insbesondere bei zwei Grundannahmen gibt es deutliche Unterschiede. Nick Howe (area9learning) zufolge

  • macht es keinen Sinn, von «hart verdrahteten» Beziehungen zwischen Lernzielen / Lerninhalten (Voraussetzungen etc.) auszugehen; vielmehr gibt es viele, zum Teil auch unvorhersehbare Wege zum Lernziel;
  • gibt es bei der Bestimmung des aktuellen Wissens- / Lernstands immer Ungenauigkeiten («Rauschen»): neues Wissen / neue Fertigkeiten kommen undokumentiert dazu (z.B. über informelle Lernaktivitäten und Erfahrungen ausserhalb der Plattform); bereits gelerntes Wissen geht wieder verloren und Fertigkeiten lassen nach; Lernziele können unscharf formuliert sein; die Zuordnung von Test-Aufgaben zu Lernzielen kann unscharf sein; usw.

Bei der Bestimmung des Wissensstands eines Lernenden werden daher zwei Aspekte berücksichtigt (vgl. Abbildung 4):

  • zum einen der objektive Grad, zu dem die gegebene Antwort korrekt ist;
  • zum anderen die subjektive Einschätzung dazu, wie sicher sich ein(e) Lerner(in) bei der Antwort ist.

Abbildung 4: Beispiel für ein Test-Item mit gleichzeitiger Abfrage dazu, wie sicher sich ein Lerner bezüglich der Antwort fühlt (Quelle: area9learning 2017, S. 5)

Die Modellierung des Wissens eines Lerners erfolgt über Algorithmen, in die beispielsweise die folgenden Werte einfliessen:

  • Numerischer Wert für die Bedeutsamkeit des Inhalts
  • Punktwert für die korrekte / inkorrekte Antwort
  • Punktwert für die Selbsteinschätzung
  • Punktwert für die Zeitdauer der Bearbeitung, zusammengesetzt aus
    • Zeitdauer für das Lesen und Beantworten der Frage,
    • Zeitdauer für das Ausfüllen der Selbsteinschätzung,
    • Zeitdauer für das Lesen des Feedbacks nachdem die Antwort bewertet wurde.

Dabei werden die der Berechnung zugrundeliegenden Modelle und Algorithmen immer wieder überprüft und neu kalibriert. Hierzu kann area9learning (wie alle anderen Anbieter von solchen adaptiven Lernplattformen auch) auf viele Millionen Datenpunkte zurückgreifen, die bereits aus der Vergangenheit vorliegen und kontinuierlich hinzukommen.
Um einen effektiven und effizienten Lernprozess zu gewährleisten, müssen zwei potenziell konfligierende Ziele ausbalanciert werden:

  • zum einen soll die Zuverlässigkeit, mit der die Diagnose von Wissen / Kompetenz erfolgt, möglichst hoch sein bzw. bleiben; zusätzliche Fragen bzw. Aufgaben zum gleichen Thema erhöhen diese Zuverlässigkeit;
  • gleichzeitig soll aber der Zeitaufwand für Training möglichst geringgehalten werden; der Verzicht auf weitere Fragen zum gleichen Thema ist hierfür der zentrale Treiber.

Das Ausbalancieren dieser beiden konkurrierenden Anforderungen erfolgt über verschiedene weitere Modelle und Algorithmen, beispielsweise die folgenden:

  • die Modellierung von “vollständiger Bearbeitung” eines Themas / Inhalts;
  • die Modellierung von “Kompetenz”;
  • die Modellierung von “Vergessen”;
  • die Modellierung von “benötigter Zeit” für das Bearbeiten einer Aufgabe.

Eine adaptive Lernplattform wie area9learning bestimmt also den nächsten Lerninhalt bzw. die nächste Lernaufgabe, indem verschiedene Anforderungen ausbalanciert werden (vgl. Howe 2017, S. 25):

  • das Komplettieren / vollständige Bearbeiten eines bereits begonnenen Themas;
  • ein möglichst hoher Zuwachs an Wissen;
  • das Wiederholen von bereits Gelerntem, um neues Wissen langfristig zu verankern;
  • die Förderung der Genauigkeit der Selbsteinschätzung von Lernenden bzw. die Stärkung von deren Zutrauen in die eigene Selbsteinschätzung zu eigenem Wissen / eigenen Kompetenzen;
  • die laufende Verbesserung der Modelle und Algorithmen, um Rauschen / Ungenauigkeiten zu reduzieren;
  • den Zeiteinsatz und Motivation der Lernenden.

Fortsetzung

Dieser Beitrag findet seine Fortsetzung in den beiden nachfolgend aufgeführten Beiträgen:

Referenzen:
ALEKS Corporation (2012): What makes ALEKS unique. ALEKS Corporation. Online verfügbar unter https://www.aleks.com/about_aleks/overview.
area9learning (2017): adaptive learning. Eliminating corporate e-learning fatique. area9learning. area9learning.com. Online verfügbar unter https://offers.area9learning.com/adaptive-learning-whitepaper.
Bagheri, Mehri Mohammad (2015): Intelligent and adaptive tutoring systems. How to integrate learners. In: International Journal of Education 7 (2).
Bloom, Benjamin S. (1984): The 2 Sigma Problem. The search for methods of group instruction as effective as one-to-one tutoring. In: Educational Researcher 13 (6), S. 4–16.
Howe, Nick (2017): Adaptive learning insights. A practical guide to the future of corporate training. area9learning. Chestnut Hill, MA.
Wilson, Kevin; Nichols, Zack (2015): The Knewton Platform. A General-Purpose Adaptive Learning Infrastructure. knewton.com.

Am 25.09. + 02.10 + 16.10. 2018 findet das Online-Modul “Adaptive und KI-basierte Lernsysteme” im Rahmen unseres Zertifikatsprogramms “Digitale Bildung” statt. Dieser Beitrag ist ein kurzer Auszug aus dem Skript zu diesem Weiterbildungsmodul.

Digitale Transformation aus der Perspektive einer Hochschule

Edmund Clark ist Chief Information Officer, Chief Digital Officer und VP Informationstechnologie der katholischen St.Thomas Universität, Minneapolis, Minnesota, USA. In einem Beitrag für EDUCAUSEreview nimmt er ein Modell zur digitalen Transformation von Gartner als Ausgangspunkt und buchstabiert dies (etwas angepasst) für seine eigene Hochschule durch. Dabei sieht er seine eigene Hochschule beim Thema digitale Transformation nicht als Vorreiter, sondern eher im Mainstream.
Das Gartner-Modell geht von vier übergeordneten Zielsetzungen für Technologie-getriebene Transformation aus:

  • verbesserte Wettbewerbsfähigkeit,
  • verbesserte Kosteneffizienz (bzw. Profitabilität),
  • verbessertes Kundenerlebnis und
  • höhere Agilität der Gesamtorganisation.

Das Gartner-Modell zu digitalen Ökosystemen beinhaltet die folgenden zentralen Elemente:

  • Kundenerfahrungen (engage)
  • Daten von verschiedensten Geräten (sense)
  • zentrale IT-Systeme und Transaktionen (run)
  • Interaktionen im digitalen Ökosystem (z.B. über Schnittstellen zu anderen Systemen) (interact)

Die Interaktionen und Daten aus diesen vier Elementen bilden dann die Grundlage für datenbasierte Entscheidungsprozesse (decide).

Bildquelle: EDUCAUSEreview / Gartner 2018

Dieses Modell hat Clark für seine eigene Hochschule als Folie herangezogen und er skizziert, wie die einzelnen Elemente dort umgesetzt werden:

  • Kundenerfahrungen
    Hier ist das Ziel, dass alle digitalen Interaktionen – sei es die erste Kontaktaufnahme mit der Hochschule über ein Formular auf der Webseite oder die Bearbeitung einer digitalen Lernressource – so gestaltet sind, dass Bindung maximiert und Frustration minimiert wird. Dies gilt im übrigen auch für Lehrpersonen und Angehörige der Verwaltung.
  • Partnerschaften (vgl. Ökosystem / interact, oben)
    Vor dem Hintergrund von etabliertem Silo-Denken an Hochschulen  (Fakultäten / Schools, Departemente, Institute, Verwaltung, etc.) ist es besonders wichtig, sowohl intern als auch extern Partner zu haben, mit deren Hilfe digitale Entwicklungsvorhaben priorisiert und vorangetrieben werden können.
  • Intelligente Technologien (vgl. Things/ sense, oben)
    Beispiele für den beginnenden Einsatz intelligenter Systeme bei der St.Thomas Universität sind Werkzeuge zur Analyse von Stimmungen (z.B. auf Twitter-Kanälen nach einer Grossveranstaltung) oder Chatbots, die Teil der Bibliotheks-Services sind und die Suche nach Ressourcen unterstützen.
  • Eine stabile, sichere und flexible IT-Infrastruktur für die Kernprozesse ist unabdingbare Voraussetzung für die zuvor genannten Elemente. Die St.Thomas Universität hat dafür u.a. ihr ERP-System in die Cloud (Amazon Web Services) migriert und dabei u.a. deutliche Leistungsverbesserungen bei Belastungsspitzen (z.B. während Einschreibefristen) erreichen können.
  • Auch das letzte Element des Gartner-Modells hat Clark für sich angepasst (Entwicklung digitaler Strategie an Stelle von datenbasierten Entscheidungsprozessen). Aus Sicht von Clark ist für den Erfolg der Hochschule zentral, dass neue digitale Werkzeuge ebenso wie die verfügbaren Daten produktiv genutzt werden können. An der St.Thomas Universität wird dazu viel in die Entwicklung von Führungskräften, von Fachexperten und auch von Anwendern investiert – über alle internen Strukturen und Einheiten hinweg (Fakultäten, Lehrpersonen, Studiensekretariat, Verwaltung, etc.). Alle Mitarbeitenden der Hochschule in Ihren verschiedensten Rollen sind gefordert, wenn es um die Weiterentwicklung der Services und der Kundenerfahrung auf Seiten der Studierenden geht.

Bildquelle: EDUCAUSEreview / Clark 2018

Im Anschluss an diese Darstellung des Orientierungsrahmens für die digitale Transformation einer Hochschule formuliert Clark einige Fragen, die dabei helfen sollen, den Veränderungsprozess zu gestalten. Diese Fragen beziehen sich u.a. auf den Umfang bzw. die Reichweite des geplanten Veränderungsprozesses, die Untersützung durch die Leitung der Hochschule, die Freiräume für eine auf digitale Transformation ausgerichtete Task Force, und so weiter.

Clark, Edmund (2018): Digital transformation: what is it? EDUCAUSEreview, 21.05.2018

OpenClassrooms-Modell als Weiterentwicklung von MOOCs

In einem Interview mit dem Observatory of Educational Innovation skizziert Pierre Dubuc, CEO von OpenClassrooms (Paris) seine Vision für die Weiterentwicklung von online Lernen.
Diese Vision beinhaltet eine umfassende Studienerfahrung – online:

What we offer on OpenClassrooms is programs, degree programs, with projects, courses, MOOC, (…) projects, teams, mentorship, leading to a degree, and then a job with carrier services.

 

Studienprogramme werden auch von anderen (ehemaligen) MOOC-Plattformen angeboten (z.B. die edx MicroMasters). Aber die Vision von OpenClassrooms geht darüber hinaus und umfasst auch Projekte, Teams, Mentoring und Career Services.
Wie weit die Umsetzung dieser Vision bei OpenClassrooms bereits gediehen ist, ist für mich nicht klar ersichtlich. Auf einer Seite zur Bildungsphilosophie von OpenClassrooms findet sich bisher nur ein Verweis auf Mentoring-Services (als Bestandteil eines “Premium Plus”-Pakets ab € 300 pro Monat).

FNMA Magazin 01/2018: Learning Analytics

Das Forum Neue Medien Austria (fnma) stellt im aktuellen Magazin das Thema “Learning Analytics” (LA) in den Mittelpunkt. Insgesamt neun kurze Beiträge dazu sind in dem Heft versammelt.
Die Beiträge befassen sich u.a. mit

  • LA als Instrument zur evidenzbasierten Qualitätsentwicklung
    (Einrichtung eines Arbeitskreises an der Universität Duisburg-Essen dazu)
  • LA in Führungs-Trainings für Schulleitungen
    (laufendes BMBF-Förderprojekt an der TU Kaiserslautern)
  • LA für Prüfungsleistungen und Studienerfolg (LAPS)
    (Identifikation von besonders positiven bzw. risikobehafteten Studienverläufen an der Hochschule für Medien, Stuttgart, als Auslöser für Angebote zu Beratungsgesprächen)
  • Umsetzung von LA in der Lernplattform Moodle
    (laufendes BMBF-Förderprojekt an der BTU Cottbus-Senftenberg)
  • LA im Mathematikunterricht der Volksschule
    (und daraus resultierende Impulse für Unterrichtsentwicklung sowie Lehrerfortbildung)
  • LA zur Förderung des Rechtschreiblernens in der Volksschule
    (Kurzbericht zum 2017 abgeschlossenen Erasmus+ Projekt IDeRBlog)
  • Veränderungen der Studieneingangsphase durch LA
    (Kurzbericht zum Erasmus+ Projekt STELA – Successful Transition in Education through Learning Analytics)
  • LA im E-Campus Wirtschaftsinformatik
    (Fachspezifische Umsetzung von Learning Analytics an den Universitäten Giessen und Mainz)

LA, so der Eindruck beim Durchsehen der Beiträge, ist ein aktuelles Forschungs- und Entwicklungsthema vor allem an Hochschulen. Es gibt zahlreiche Förderprojekte dazu, aber bisher wenige Berichte zur Umsetzung im Regelbetrieb.

EduTrends Heft: Performance Assessment – Kompetenzorientiertes (formatives) Prüfen

Das Observatory of Educational Innovation hat vor einiger Zeit ein sehr schön gestaltetes Heft zum Thema “Performance Assessment in a competency educational model” veröffentlicht. Es geht darin um kompetenzorientiertes (formatives) Assessment. Da ich dabei bin, ein scil-Modul zum Thema “Kompetenzdiagnostik und E-Assessment” vorzubereiten, habe ich mir das Heft genauer angeschaut.
Ausgangspunkt für die Themenentwicklung im Heft ist die Unterscheidung zwischen einem positivisitischen Paradigma (bzw. einer instruktivistischen Perspektive auf Lernen) und einem hermeneutischen Paradigma (bzw. einer konstruktivistischen und kompetenzorientierten Perspektive).
Die folgende Definition für “performance assessment” markiert dann den Ausgangspunkt für die weitere Themenentwicklung:

Performance assessment is the type of evaluation used in the competency-based educational model. Students’ actions and products are appraised during the learning process, thus providing feedback on their learning and validating the development of competencies.

Performance assessment den Autoren zufolge drei Typen von Daten:

  • Beobachtungen dazu, wie Studierende bestimmte Aufgaben / Problemstellungen bewältigen,
  • Nachverfolgen des Fortschritts von Studienrenden bei diesen Aufgaben, und
  • (objektivierte) Messungen zum Verhalten der Studierenden.

Als Orientierungsrahmen für das Thema kompetenzorientiertes Prüfen ziehen sie ein Feld mit drei unterschiedlichen Lernkontexten auf, in denen die Lehrpersonen die Lernsituationen der Studierenden / Lernenden unterschiedlich stark gestalten bzw. kontrollieren können:

  • Trainer-geführtes Lernen im Kursraum;
  • Kombinationen von Trainer-geführtem Lernen im Kursraum und mit dem Kurs verbundenen (Studierenden-)Projekten;
  • ‘service learning’, bei dem Studierende vollständig ins Praxisfeld eingebunden sind.

Für diese drei Szenarien zeigen sie dann jeweils passende Lehr-Lernformen auf und verbinden diese mit dazu passenden Prüfungsformen bzw. Instrumenten dazu:

  • ´Graphic organizers´ wie z.B. Wissensstrukturen / Folien, Konzeptkarten oder semantische Netzwerke;
  • Aufsätze
  • Lerntagebücher
  • Forschungsberichte
  • Portfolio-Arbeiten

 

Performance Assessment: Szenarien und Formate (Quelle: Observatory of Education Innovation, 2016)

 
 
Im Themenheft werden auch Beispiele für die Umsetzung dieser (Prüfungs-)Szenarien angeführt. Beispielsweise aus der Ausbildung von Medizinern:

The Medical school [Escuela Nacional de Medicina y Ciencias de la Salud, C.M.] seeks to develop the following competencies in its students: therapeutic management, medical interview and physical exploration skills, clinical reasoning, disease prevention and performance in different medical attention or health system models. Various systems and processes can be used to assess these competencies. During the first semesters, simulated and controlled scenarios are used, in which the student is assessed and receives feedback, together with real scenarios and simulators. During this early stage of their education, students act mostly as observers. In the last trimesters students are exposed to real scenarios, in which they can demonstrate their competencies under the supervision
of a teacher or a resident. For this, various assessment instruments can be used, such as portfolios, in which the students must collect a total of 110 pieces of evidence in a twelve-week period to demonstrate that they have acquired the competencies the profile requires. Competencies can also be assessed using the simulation center, in which high-tech robots are programmed so students face various medical experiences and complications, such as dehydration, asthma, strokes, and others. Students also take the Structured Clinical Skills Examinations with real patients, through trained actors, in which the assessment is carried out by a team of professors. Finally, students are also exposed to real cases at hospitals and
clinics.

In weiteren Abschnitten des Themenheftes verweisen die Autoren auf spezifische Vorzüge von kompetenzorientierten Prüfungen aus der Perspektive verschiedener Anspruchsgruppen:

  • Studierende / Lernende
    • mehr wahrgenommene Relevanz der Prüfungen und höhere Motivation;
    • mehr Kontrolle über Prüfungssituation und Prüfungsergebnisse und mehr Selbstvertrauen;
    • reichhaltige Rückmeldungen dazu, wie die eigene Performanz weiterentwickelt werden kann;
  • Lehrpersonen
    • mehr und unterschiedliche Möglichkeiten, die Studierenden / Lernenden in ihrem Fortschritt zu beobachten und steuernd / unterstützend einzugreifen;
  • (Bildungs-)Organisation
    • höhere Gewichtung von Kompetenzen gegenüber (trägem) Wissen;
    • mehr Klarheit dazu, welche Kompetenzen von den Studierenden erwartet werden;
    • mehr Übereinstimmung von Ausbildungszielen einerseits und entwickelten Kompetenzprofilen andererseits.

Und sie zeigen damit verbundene Anforderungen an Lehrpersonen und die Ausgestaltung ihrer Rolle auf:

  • höhere Gewichtung von Diskussion, Reflexion und Problemlöse-Aktivitäten im Lernprozess;
  • Zurücknehmen der Dominanz einer abschliessenden, summativen Prüfung und mehr Gewicht (und Arbeitsaufwand) für unterschiedliche Formen (formativer) Komptenzüberprüfung;
  • Gestaltung von Prüfungselementen (und zugehörigen Bewertungsschemata / Rubrics), die nicht nur auf akademische Ziele, sondern auch auf auf die Umsetzung in der Praxis bezogen sind;
  • im Hinblick auf den zuletzt genannten Punkt wird auch die Vernetzung von Lehrpersonen mit der Praxis und mit Praxispartnern wichtiger.

Die Autoren dieses Hefts stellen ganz klar den Kontext Hochschulbildung in den Vordergrund. Aber die von ihnen dargestellten Begründungszusammenhänge und Prinzipien lassen sich natürlich auch auf die betriebliche Bildungsarbeit übertragen. Dies gilt für eine Umsetzung kompetenzorientierter Personalentwicklung und Kompetenzüberprüfung in der Führungskräfte-Entwicklung ebenso wie in der Fachausbildung.
 

Referenz:
Observatory of Educational Innovation (2016): Edu Trends: Performance Assessment. observatory.itesm.mx

EduTrends – Themenhefte des Observatory of Educational Innovation

Das Observatory of Educational Innovation ist ein Kompetenzzentrum an der Hochschule Technológico de Monterrey in Mexico. Ein sechsköpfiges Team beschäftigt sich dort mit der Analyse von Trends und Innovationen im Bereich der Bildung. Das Observatorio publiziert regelmässig verschiedene Typen von Inhalten und ist dafür in 2017 vom Open Education Consortium mit dem Preis für die Beste OER-Sammlung ausgezeichnet worden. Nicht nur die Inhalte-Sammlungen, auch die auf den Webseiten publizierten Zahlen sind beeindruckend: mehr als 260’000 followers und mehr als 120’000 Abonnenten…
Die veröffentlichten Inhalte gliedern sich in folgende Typen:

  • Edu News, das sind kurze Meldungen, ggf. mit Verweisen auf weitere Materialsammlungen,
    z.B. zum Thema “Learn machine learning”.
  • Edu Bits, das sind etwas ausführlichere Blogposts wie etwa Interviews oder kurze Fallberichte,
    z.B. zum Thema interaktive Videos mit integrierten Testfragen als Lernressourcen.
  • Edu Media, das sind vor allem Aufzeichnungen von Interviews mit Fachexperten zu Bildungsthemen Umfang ca. 3 bis 8 Minuten,
    z.B. zum Thema “The power of game based learning”.
  • Edu Trends, das sind sehr schön aufbereitete und visualisierte Themenhefte im Umfang von ca. 30 Seiten,
    z.B. zu Themen wie Augmented & Virtual Reality, Mentoring, Gamification, Performance Assessments oder Flipped Learning.

Jochen Robes hat in seinem Weiterbildungsblog auf das neueste Heft dieser Reihe zu AR und VR-basierten Lernumgebungen hingewiesen. Ich werde mir dieses Heft und auch das Heft zum Thema “Performance Assessment” noch genauer anschauen…

Monitor Digitale Bildung. Weiterbildung im digitalen Zeitalter

Im Rahmen des Projekts Digitalisierung der Bildung haben die Bertelsmann Stiftung und das Centrum für Hochschulentwicklung verschiedene Studien vorangetrieben, deren Ergebnisse auf der Online-Plattform digitalisierung-bildung.de gebündelt werden.
Bisher sind in diesem Kontext folgende Studien erschienen:


Für die Studie befragt wurden ca. 1’000 repräsentativ ausgewählte Personen aus Deutschland, 260 Lehrende, 224 Einrichtungsleiter (z.B. Volkshochschulen) sowie 30 Entscheider (z.B. aus Landesverbänden der Volkshochschulen oder kirchlichen Einrichtungen).
Die zentralen Aussagen lauten wie folgt:

  • Lernende: Digitale Weiterbildung geschieht vor allem informell und online zu Hause
  • Angebote und Methoden: Google & Co. laufen traditionellen Anbietern den Rang ab.
  • Teilhabe: Sozial Benachteiligte profitieren bisher nicht von digitaler Weiterbildung.
  • Lehrende: Dozenten setzen digitale Lernmedien häufig ein, lassen aber noch viel didaktisches Potenzial ungenutz.
  • Weiterbildungsmarkt: Private Weiterbildungsanbieter sind öffentlich geförderten Anbietern beim digitalen Lernen oft voraus.

Schmid, U.; Goertz, L., Behrens, J. (2018): Monitor digitale Bildung. Die Weiterbildung im digitalen Zeitalter. Bertelsmann Stiftung.
Via Jochen Robes / Weiterbildungsblog.de

Open Educational Resources (OER): Qualitätsmerkmale und Qualitätssicherung

Open Educational Resources (OER) haben seit der Initialzündung am MIT (OpenCourseWare-Projekt ab 2002) an Bedeutung, an Umfang und auch an Akzeptanz gewonnen. Aber es gibt Vorbehalte. An Universitäten geistert das geflügelte Wort umher, dass Lehrpersonen eher noch die Zahnbürste von KollegInnen nutzen würden als deren Veranstaltungsunterlagen…
Um Vorbehalte abzubauen und den Austausch bzw. die Nutzung von OER an Hochschulen zu fördern, wurde beispielsweise in Österreich im Jahr 2017 ein Konzept zur Zertifizierung von Lehrpersonen und Hochschulen für OER ausgearbeitet. Über diesen Prozess sollen Lehrpersonen und Hochschulen für das Erstellen und Verfügbar-Machen von OER zertifiziert werden.
Ein Ende 2017 erschienener Sonderband des Fachmagazins Synergie (Universitätskolleg der Universität Hamburg) liefert eine Bestandsaufnahme zu internationalen Ansätzen zur Qualitätssicherung von OER sowie eine Systematisierung zu Qualitätskriterien für OER und skizziert ein Qualitätssicherungsverfahren für OER an den Hamburger Hochschulen.
Die Autoren, Olaf Zawacki-Richter und Kerstin Mayrberger, kommen dabei zu folgendem Fazit:

Insgesamt ergibt sich ein sehr heterogenes Bild, das zeigt, dass die Qualitätssicherungsinstrumente von sehr unterschiedlicher Komplexität und Detailtiefe sind. Die betrachteten internationalen Evaluationsansätze haben Stärken und Schwächen: Über die Reliabilität und Validität der Instrumente ist wenig bekannt. Auch die Anzahl der Bewertungskriterien ist sehr unterschiedlich. Sie reicht von acht (Achieve, eQNet) bis 42 (LGC). Einige Ansätze basieren auf einem Qualitätsmodell mit mehreren Qualitätsdimensionen, denen eine Anzahl von Qualitätskriterien zugeordnet werden (z.B. eQNet, Kurilovas, et al. 2011, MEROT), andere bestehen lediglich aus Kriterienlisten (z.B. Achieve.org). Einige Ansätze haben für die Operationalisierung der Ratingskalen eine detailierte Handreichung (scoring guide) erarbeitet (z.B. LORI, Nesbit, Belfer und Leacock, 2007), andere bestehen aus simplen Checklisten (z.B. Jung et al., 2016). Im Hinblick auf den Anwendungskontext gibt es generische Ansätze und solche, die für eine spezifische Fachdomäne, z.B. Naturwissenschaften (Fitzgerald, 2002), speziell für die Schule (z.B. LOEI, Haughey & Muirhead, 2005) oder User-Generated Content (LGC, Pérez-Mateo et al., 2011) entwickelt wurden.

Und sie fordern:

Daher ist es erforderlich, ein eigenes Qualitätsmodell zu entwickeln, dass insbesondere die Spezifika von OER (Wiederverwertbarkeit und Modifikation) angemessen berücksichtigt. Bei der Entwicklung eines solchen Modells kann jedoch auf dem oben entwickelten Kriterienmodell aufgebaut werden (…) Hierbei ist auf eine ausgewogene Balance zwischen Genauigkeit und Einfachheit zu achten.

 
Ihr Vorschlag für einen allgemeinen Rahmen zu einem noch zu entwickelnden Qualitätsmodell bzw. Qualitätssicherungsinstrument beinhaltet neben pädagogisch-didaktischen Kriterien, wie sie auch für andere Lehrmittel gelten, Qualitätskriterien zu den Bereichen Technologie (u.a. Zugänglichkeit und Wiederverwertbarkeit) sowie Lizensierung (beispielsweise die Publikation gemäss Creative Commons-Lizenzen (CC):
 

Qualitätsrahmen und Creative-Commons-Lizenzen (Bildquellen: Synergie / Wikimedia)

 

Verweise:
Synergie, Fachmagazin für Digitalisierung in der Lehre, Universitätskolleg der Universität Hamburg (via Jochen Robes / weiterbildungsblog.de)
Forum Neue Medien Austria <fnm-austria>: Konzept OER-Zertifizierung an österreichischen Hochschulen (2017)

Haben MOOCs ihren Platz gefunden?

Class Central, ein Portal, über das MOOCs verschiedenster Anbieter zugänglich sind, hat einen Rückblick auf 2017 geworfen und Trends identifiziert:
A product at every price: a review of MOOC Stats and Trends in 2017
Aktuell werden mehr als 9’000 MOOCs von mehr als 800 Universitäten weltweit gezählt. Die grössten MOOC-Plattformen sind Coursera (ca. 30 Mio. Nutzer), edX (ca. 14 Mio. Nutzer) und XuetangX (ca. 9 Mio. Nutzer).
In ihrem Bemühen, tragfähige Geschäftsmodelle zu entwickeln, haben die MOOC-Anbieter eine differenzierte Angebotspalette entwickelt, die von (immer weniger) frei verfügbaren Kursen bis hin zu Rahmenvereinbarungen mit Unternehmen reicht. So hat Coursera mittlerweile ca. 500 Unternehmen für den eigenen “Coursera for business”-Service gewinnen können.
 

 
Im Fazit zu dem ausführlichen Beitrag wird festgehalten, dass die ursprüngliche Erwartung, hier werde das gesamte Hochschwesen hinweggefegt, so nicht eingetroffen ist. Aktuell sieht es eher danach aus, dass MOOCs die Art und Weise verändern, wie wir lebenslang lernen und unsere Berufskarrieren vorantreiben:

Over half a decade since their debut, MOOCs may finally have found their footing and a sustainable revenue model. No, they didn’t disrupt universities, but they may have changed how working professionals access continued learning and career advancement opportunities. The tiered monetization models enable MOOC providers and universities to monetize efficiently. The credibility and quality of the lower tiers is boosted if the same courses are available to earn credits or count towards degrees.

 
via Jochen Robes / weiterbildungsblog.de

Videospiele als Hochschulkurse (Texas A&M University / Learning Magazine)

Es ist schon mehrere Jahre her, dass “Monkey Wrench Conspiracy” von Marc Prensky veröffentlicht wurde (vgl. gaming-wire.com). Dieses Shooter Spiel wurde entwickelt, um angehenden Ingenieuren die Benutzung einer 3D-Konstruktions-Software nahezubringen. Also eine Zielsetzung, die einem klassischen WBT entspricht.
Mittlerweile ist es so weit, dass Videospiele als vollständige Hochschulkurse eingesetzt und die Studienleistungen akkreditiert werden. An der Texas A&M University können zwei solche Kurse besucht werden:
Variant: Limits (Algebra)

Webseite mit Link zu einem Trailer (2:16)

Arté: MECENA (Kunstgeschichte)

Webseite mit Link zu einem Trailer (1:08)

Die beiden Videospiele bzw. Kurse wurden am LIVE Lab (Learning Interactive Visualization Experience Lab) der Hochschule entwickelt. Der Direktor dieses Labors, André Thomas, ist Dozent im Department of Visualization der Hochschule und gleichzeit Geschäftsführer von Triseum, einer 2014 gegründeten Firma, die sich auf die Entwicklung von Lernspielen (serious games) spezialisiert hat.
Serious Games sind natürlich nicht neu. Und auch diese Art von Abenteuerspiel-Rahmung, bei der die Spieler verschiedenste Aufgaben zu lösen haben, kennen wir schon lange (z.B. im deutschsprachigen Raum für Schüler die Lernabenteuer wie z.B. Mathica, Chemicus, Biolab von Heureka / Klett – ich bin gar nicht sicher, ob die noch im Handel verfügbar sind).
Neu ist für mich, dass eine Hochschule solche Lernspiele als vollständige Hochschulkurse akkreditiert.
In einem Interview für das LearningSolutionsMagazine hat André Thomas darüber gesprochen, wie dies möglich wurde. Hilfreich war, dass die Spiele am Hochschuleigenen LIVE Lab und unter Beteiligung von Studierenden entwickelt wurden. Dabei wurden sowohl Lehrpersonen als auch das Management der jeweiligen Fachbereiche eng eingebunden.

We worked very closely with the visualization department in the College of Architecture and the math department in the College of Science to help them design courses centered around ARTé: Mecenas and Variant: Limits that would both fulfill their current needs [and] serve a long-term objective to offer students an alternative to traditional classes. Both courses not only offer college credit in just four weeks, instead of the traditional semester-long 16 weeks, but they allow students to achieve a higher level of mastery. (…) A big draw to this approach is each course’s ability to reduce the cost for students and schools, shorten the time to graduation, and empower students to achieve a higher level of mastery.

Hilfreich für die Akzeptanz waren also anscheinend die Aspekte inhouse Entwicklung und Einbindung von Faculty sowie Management der Hochschule, aber auch die Aussicht auf Kostenreduktionen und Zeitersparnisse. Vor allem aber war es für alle Beteiligten eine wichtige Lernerfahrung:

This was our first foray into designing an entire course in collaboration with faculty and administrators, and we learned a lot—not just about everything that goes into the creation of a full course, but also about making students aware of the opportunity.

Quelle:
Metafocus: Using Educational Video Games as College Courses, Learning Solutions Magazine, 11. Januar 2018

Videobibliothek mit Aufzeichnungen der Konferenz "Campus Innovation" (Campus Innovation)

Die zehnte gemeinsame Veranstaltung von Campus Innovation & Konferenztag Digitalisierung von Lehren und Lernen im November 2017 stand unter dem Motto: “Digitalisierung als Megatrend – was bedeuten Künstliche Intelligenz, Big Data und Virtual Reality für Hochschulen?”. Die Videobibliothek ist in vier Bereiche gegliedert:

  • Keynotes
  • eLearning
  • eCampus
  • Digitalisierung von Lehren und Lernen

Die Themen der Konferenzbeiträge bzw. Aufzeichnungen sind zum Teil auch für Learning Professionals im Feld Corporate Learning relevant. Hier ausgewählte Beispiele:

  • Inverted Classroom unter der Lupe: Chancen und Hindernisse
    Prof. Dr. Karsten Morisse
  • Learning Analytics – Adaptivität und Personalisierung im eLearning
    Prof. Dr. Niels Pinkwart
  • Online Self-Assessments: Was sind das – und wenn ja, wie viele? Typen, Einsatzkontexte und Good Practices
    Dr. Annika Maschwitz, Stefanie Kretschmer, Stefanie Brunner

 

 
Quelle: Portal Lecture2Go: uhh.de/l2g-ci2017

Macht es im Unterricht «Klick»? Ergebnisse einer Metastudie zum Einsatz von «Klicker-Systemen» im Unterricht

Sogenannte «Klicker-Systeme» (auch bekannt als ‘Audience Response’-, ‘Student Engagement’- oder Abstimmungssysteme) sind ein Beispiel dafür, wie digitale Technologie auch im Workshop-, Kurs- oder Vorlesungsraum Einzug halten und damit «Präsenzlehre» zu Technologie-unterstütztem Lehren und Lernen erweitern kann. Die Grundidee dabei ist, dass Teilnehmende an einer (Lehr-)Veranstaltung schnell und einfach in eine Interaktion mit der Lehrperson bzw. dem Moderator eingebunden werden können.
Grundsätzlich können drei unterschiedlich elaborierte Szenarien für den Einsatz von Klicker-Systemen unterschieden werden (vgl. auch Abb. 1, unten):

  • Einfache Impuls – Stimmabgabe-Sequenzen mit anschliessendem Aufzeigen der Ergebnisse und Erläuterungen dazu durch die Lehrperson;
  • Sequenzen im Format Impuls – Diskussion (z.B. im Tandem) – Stimmabgabe mit anschliessendem Aufzeigen der Ergebnisse und nachfolgenden Erläuterungen;
  • Sequenzen im Format Impuls – Stimmabgabe  – Aufzeigen der Ergebnisse – Diskussion (z.B. im Tandem) – erneute Stimmabgabe – Aufzeigen der Ergebnisse – Erläuterungen durch die Lehrperson.

 

Abbildung 1: Drei typische Nutzungsszenarien für Klicker-Systeme in Unterrichts- bzw. Lernprozessen (Quelle: Chien et al. 2016, S. 3)

 
Ein solches Szenario kann über proprietäre System mit eigener Hard- und Software ebenso umgesetzt werden wie über webbasierte Lösungen im Zusammenspiel mit den Mobiltelefonen der Teilnehmenden.
 

Abbildung 2: Spezielle Clicker-Hardware (Quelle: TurningTechnologies.com)

 
Der Einsatz von Klicker-Systemen wird dabei unterschiedlich beurteilt bzw. kontrovers diskutiert (z.B. Cribb 2010, vgl. Referenz am Ende). Auf der einen Seite wird das Potenzial für die Aktivierung von Teilnehmenden / Lernenden z.B. im Verlauf einer Lehrveranstaltung gesehen. Auf der anderen Seite u.a. die Gefahr, dass der Unterricht zu einer Abfolge von didaktisch wenig sinnvollen Kurzabfragen degeneriert, bei denen die Teilnehmenden primär durch das «Gewinnen-Wollen» angetrieben sind.
 

Abbildung 3: Einsatz von Kahoot als Audience-Response-System im Zusammenspiel mit Mobiltelefonen (Quelle: twitter.com)

 
Die vorliegende Publikation basiert auf einer Auswertung von 556 Forschungsbeiträgen zum Thema, die im Herbst 2013 gesichtet wurden. Von diesen wurden 28 Studien mit Publikationsdaten zwischen 2003 und 2012 in der Meta-Analyse verarbeitet. Fast alle dieser ausgewählten Einzelstudien wurden an Hochschulen durchgeführt, knapp 60% davon in Fächen wie Naturwissenschaften, Ingenieurwesen oder Mathematik.
Was sind nun die zentralen Ergebnisse dieser Metastudie? Die Autoren machen folgende Aussagen:

  • Der Einsatz von Clicker-Systemen führt zu einem erhöhten Lernerfolg auf Seiten der Lernenden / Studierenden als bei Vergleichsgruppen.
  • Dieser Effekt zeigt sich auch, wenn Klicker-Systeme über einen längeren Zeitraum eingesetzt werden (also handelt sich also nicht nur einen kurzfristigen Motivationsschub durch den Einsatz einer neuen Technologie / eines neuen «Spielzeugs»).
  • Die positiven Effekte zeigen sich unabhängig vom gewählten Lehrszenario (vgl. die drei Varianten oben). Natürliche können Frage – Diskussion – Antwort-Sequenzen auch ohne technische Hilfsmittel im Unterricht bzw. in Vorlesungen umgesetzt werden. Aber auch hier zeigen sich Vorteile / bessere Lernerfolge beim Einsatz von Klicker-Systemen.
  • Diese Effekte sind statistisch signifikant. Über die Stärke der postiven Effekte («Wie viel besser waren die Leistungen der Studierenden in den Bedingungen ‘mit Klicker-System’»?) werden allerdings keine Aussagen gemacht.

Wie sind diese Effekte zu erklären?
Sind die Studierenden wacher / aufmerksamer (und dann auch beim Lernen erfolgreicher), weil sie annehmen, dass ihre Antworten aufgezeichnet / gespeichert / zugeordnet werden können? Die Autoren führen hierzu weitere Studien an, die diese Interpretation eher entkräften.
Die Autoren fokussieren bei der Erklärung der beobachteten Effekte auf die Anonymität von Antworten und Feedback. Sowohl die Stimmabgabe (Entscheidung für eine von mehreren alternativen Lösungen) als auch das Feedback (richtig oder falsch) werden nicht öffentlich. Beides geschieht über das jeweils persönliche Mobilgerät / die Klicker-Hardware. Damit, so die Autoren, sind die Studierenden weniger mit gesichtswahrenden Aktivitäten beschäftigt (Begründungen, Abwehr, etc.) und eher in der Lage, das so erhaltene Feedback anzunehmen und in ihren jeweils eigenen Lernprozess zu integrieren.
 

 
Referenzen / Verweise / Ressourcen
Chien, Yu-Ta; Chang, Yueh-Hsia; Chang, Chun-Yen (2016): Do we click in the right way? A meta-analytic review of clicker-integrated instruction. Educational Research Review, Vol. 17, Feruary 2016, S. 1-18. https://dx.doi.org/10.1016/j.edurev.2015.10.003
Cribb, Holly R. (2010): A review of clicker use. https://www.usma.edu/cfe/Literature/Cribb_10.pdf
Kraftcheck, Nathan (n.d.): Engaging students with student response systems. Kuratierte Sammlung auf scoop.it. https://www.scoop.it/t/teaching-with-clickers
Meier, Christoph (2013): Aktivierung von Lernenden mit mobilen Abstimmungssystemen. https://www.scil-blog.ch/tel/2013/09/13/aktivierung-von-lernenden-mit-mobilen-abstimmungssystemen/

Frühwarnsystem für kritische Studienverläufe (e-teaching.org)

Studienabbrüche sind ein Makel in der Leistungsbilanz von Hochschulen. Diese verwenden deshalb mehr und mehr Mühe darauf, Probleme im Studienverlauf rechtzeitig zu identifizieren, um Gegensteuer geben zu können. Dies ist ein Treiber für die (Weiter-)Entwicklung des Themas “Learning Analytics”.
Die Hochschule der Medien (HdM) in Stuttgart hat ein “Frühwarnsystem” mit Namen LAPS entwickelt, das seit dem Wintersemester 2017/18 im Einsatz ist:

Studierende, die innerhalb der ersten vier Semester weniger als 80 ECTS erbracht und sich bereits im fünften oder höheren Semester befinden, haben eine Abbruchwahrscheinlichkeit von 73 Prozent. Trifft diese Merkmalskombination auf einen Student oder ein Studentin zu, so ist von einer sehr ähnlichen Wahrscheinlichkeit für den jeweiligen Studienerfolg auszugehen. Das Interessante ist, dass bereits die Ergebnisse der Prüfungen des ersten Semesters genutzt werden können und so sehr viel früher als bisher ein Beratungs- und Unterstützungsprozess eingeleitet werden kann. Wer sich auf das Verfahren einlässt, erhöht die Chancen auf den Studienerfolg.

Quelle: https://www.e-teaching.org/praxis/erfahrungsberichte/soziales-fruehwarnsystem-software-erkennt-kritischen-studienverlauf

Lern-Unterstützung (scaffolding) für Flipped-Classroom Designs

Flipped Classroom-Designs bestechen durch ihre Logik: Lernende können dann auf Unterstützung durch eine Lehrperson zugreifen, wenn sie diese am meisten benötigen: bei der Bearbeitung von Aufgaben und Aufträgen in der Präsenzphase. Die Erarbeitung von Grundwissen erfolgt vorab auf der Grundlage z.B. von Lehrvideos (zur eigenen Zeit, im eigenen Tempo) .
Dafür müssen die Lernenden einiges an Selbststeuerungsfähigkeit mitbringen (die Videos tatsächlich bearbeiten, dran bleiben, sich motivieren, etc.). Die Autoren dieses Fachbeitrags verweisen auf frühere Studien, die gezeigt haben, dass Lernende dies nicht immer mitbringen.
Dies ist der Hintergrund für diese Studie, die im Rahmen eines Sprachkurses an einer Universität in Taiwan durchgeführt wurde. Dabei wurde eine online-Unterstützungsumgebung entwickelt, um die Selbstlernphase im Rahmen des Flipped-Designs zu unterstützen. Diese Umgebung beinhaltete zusätzliche Lernaufgaben und Feedback-Mechanismen. Gleichzeitig wurden die Lernenden über ‘hard scaffolds’ (standardisierte, Skript-basierte Hinweise aus dem System) sowie über ‘soft scaffolds’ (Feedback von Peers und von der Lehrperson) dabei unterstützt, die eigenen, selbstgesteuerten Lernaktivitäten besser zu regulieren (u.a. Zielsetzungen, Beobachtung / Anpassung des eigenen Lernprozesses, Bewertung des eigenen Lernfortschritts).
Über verschiedene Instrumente (u.a. Lernerfolgskontrollen aber auch Fragebögen zum Lernverhalten) wurden die Fortschritte der Experimentalgruppe (Flipped Classroom + ergänzende Unterstützungsumgebung) und der Kontrollgruppe (nur Flipped Classroom) beobachtet.
Die Ergebnisse zeigten, dass die Lernenden unter der Bedingung “Flipped Classroom UND zusätzliche Unterstützungsumgebung”

  • signifikant höhere Lernerfolge erzielten und
  • signifikant höhere Werte im Hinblick auf die Fähigkeit zu selbstreguliertem Lernen erreichten.

 

Abbildung 1: Untersuchungsdesign
 

Quelle

Shyr, W.-J. & Chen, C.-H. (2017): Designing a technology-enhanced flipped learning system to facilitate students’ self-regulation and performance. Journal of Computer Assisted Learning, November 2017
 

Was macht Lernen mit digitalen Medien erfolgreich? (e-teaching.org)

e-teaching.org bietet seit einigen Jahren sogenannte “Themenspecials” an – strukturierte Sammlungen von aktuellen und früheren Beiträgen zu einem bestimmten Thema. Hier eine Übersicht zu allen Themenspecials.
Vom 19.10.2017 bis zum 31.03.2018 lief das Themenspecial “Was macht Lernen mit digitalen Medien erfolgreich?”
Aktuelle Beiträge – neben einer Reihe von bereits zuvor publizierten Artikeln – befassen sich mit folgenden Themen:

  • Fallsimulationen und automatisches adaptives Feedback mittels KI
  • Studienerfolg mittels Learning Analytics
  • Digitale Spiele in Hochschulen

Quelle

https://www.e-teaching.org/praxis/themenspecials/digital-learning-map-2020