Downloaden Sie, um offline zu lesen
Hochgeladen vonWolfgang Greller
Evidenzbasierte Bildung mit Learning Analytics - Teil 1 FRANKFURT 2019
Der Workshop zu Learning Analytics an der Johann Wolfgang Goethe-Universität Frankfurt, geleitet von Wolfgang Greller, untersucht vielfältige Perspektiven auf das Forschungsfeld, einschließlich der Sichtweisen von Lernenden, Lehrenden und Institutionen. Ziel ist es, wie Big Data in der Bildung eingesetzt werden kann, um das Lernen zu verbessern, evidenzbasiertes Lernen zu fördern und personalisierte Lernhilfen bereitzustellen. Der Workshop diskutiert auch die Chancen und Herausforderungen dieser Technologien im Bildungssystem.
Evidenzbasierte Bildung mit Learning Analytics - Teil 1 FRANKFURT 2019
- 1. Workshop Learning Analytics GRADE Centre Johann-WolfgangGoethe Universität Frankfurt Wolfgang Greller (PH Wien) 16.-17. Mai 2019
- 2. Kurzportrait Wolfgang Greller W.Greller 2019 Workshop Learning Analytics 2 Universitätsdozent Wissenschaftler Projektleiter Uni Manager EU Gutachter Flexibler Netzwerker Lebenslanger Lerner
- 3. Netzwerk Universitäten W. Greller 2019 WorkshopLearning Analytics 3
- 4. PädagogInnenbildung W. Greller 2019 Workshop LearningAnalytics 4 Pädagogische Hochschule Wien Vizerektor für Forschung und Qualitätssicherung Professor für Lehr-/Lern-Innovation und sprachliche Bildung
- 5. Inhalte des Workshops W.Greller 2019 Workshop Learning Analytics 5 Betrachtung des Forschungsfeldes Learning Analytics aus verschiedenen Blickwinkeln: • Sicht der Lernenden • Sicht der Lehrenden • Sicht der Institution • Sicht der Forschung • Sicht des Bildungssystems Betrachtung der Dimensionen von Learning Analytics Diskussion über Nutzung und Barrieren für Learning Analytics Projektbesprechung Sonstige Wünsche?
- 6. Inhalte des Workshops W.Greller 2019 Workshop Learning Analytics 6 Annäherung an die Dimensionen von Learning Analytics (Greller & Drachsler, 2012)
- 7. Unsere Welt derDaten Daten sind eine Grundkomponente für Learning Analytics Wo findet man Daten im Alltag? Wieso ist das Thema in der Bildung? W. Greller 2019 Workshop Learning Analytics 7
- 8. Digital Education ActionPlan Europäische Kommission (2018): “Everyday exposure to digital data, driven largely by inscrutable algorithms, creates clear risks and requires more than ever critical thinking and the ability to engage positively and competently in the digital environment.” (vgl. auch DigComp & DigCompEdu) W. Greller 2019 Workshop Learning Analytics 8
- 9. Unsere Welt derDaten W. Greller 2019 Workshop Learning Analytics 9 Daten ergeben weitere Daten – führen zu Informationen und Erkenntnissen und zu Wissen Wissen führt zu (kompetentem) Handeln Wissen Information Daten Daten Daten
- 10. Daten zum Lernenund Lehren Welche Art von Daten kennen Sie zum Lernen, zu Lernern, zur Lernunterstützung und Verwaltung? Personendaten, demographische Daten Vorwissen, frühere Lernerfolge (z.B. Einstufungstests) Aktionsaufzeichnungen (z.B. Logfiles, Eyetracker) Interaktive Eingaben (z.B. Textinput, Mousebewegung) Sensoren und Computeranalytik (z.B. Gesichtserkennung, Sentimentanalyse von Sprache, Biometrics, Machine Learning, AI) Lernverwaltung, Studiendaten (z.B. Prüfungsantritte, Anwesenheiten, Bibliothek) W. Greller 2019 Workshop Learning Analytics 10
- 11. Die neue Weltder Daten Führt zu neuen Berufsbildern (auch in Bildungseinrichtungen): - Datenanalysten - Datenmanagern Führt zu neuen „Wichtigkeiten“ – Evidenzen Analyse- und Evaluierungsabteilungen für… - Trendprognosen (z.B. Fächerwahl) - Qualitätssicherung - Konkrete institutionelle/überinstitutionelle Zukunftsplanung (z.B. Lehrerpensionierungen – Nachwuchsbedarf) W. Greller 2019 Workshop Learning Analytics 11
- 12. Was ist LearningAnalytics Learning Analytics ist die Nutzung von „Big Data“ in der Bildung zum Zweck der Verbesserung des Lernens. Siemens (2013; p.1381) “Through the use of mobile devices, learning management systems (LMS) and social media, a greater portion of the learning process generates digital trails.(…) and data trails offer an opportunity to explore learning from new and multiple angles”. Bringt neue Erkenntnisse W. Greller 2019 Workshop Learning Analytics 12
- 13. Was ist LearningAnalytics Definitionen: “Learning Analytics is the use of intelligent data, learner-produced data, and analysis models to discover information and social connections, and to predict and advise on learning” (Siemens, 2010) “The application of analytic techniques to analyse educational data, including data about learner and teacher activities, to identify patterns of behaviour and provide actionable information to improve learning and learning-related activities” (Van Harmelen & Workman, 2012) W. Greller 2019 Workshop Learning Analytics 13
- 14. Learning Analytics vs.EDM EDM = Educational Data Mining: “Educational Data Mining is an emerging discipline, concerned with developing methods for exploring the unique types of data that come from educational settings, and using those methods to better understand students, and the settings which they learn in.” (IEDMS 2005) Hochtechnische Disziplin zur Mustererkennung in riesigen Datensammlungen – trifft i.d.R. keine pädagogischen Aussagen Learning Analytics: “Soft” Disziplin, die sich mehr den Menschen hinter den Daten widmet, den Umständen, Kontexten, Vernetzungen, Kapazitäten, Motivation, Verhalten usw. und helfend eingreift. W. Greller 2019 Workshop Learning Analytics 14
- 15. Learning Analytics vs.„Academic Analytics“ LA betrachtet den Lernprozess, AcA wendet Business Intelligence Techniken an, mit dem Ziel “Werte” zu schaffen für die Institution, Managers und Policy Makers (Long & Siemens, 2011) W. Greller 2019 Workshop Learning Analytics 15
- 16. Warum Learning Analytics? Wiekann man Ihrer Meinung nach Daten in der Lehre und beim Lernen einsetzen? Studierende (und Lehrende) schätzen: Besseres Verstehen des (eigenen) Lernverhaltens Personalisierte Lernhilfe Zeitgerechtes Feedback und Intervention Lernfortschritt messbar und sichtbar machen Informationen die unabhängiges Lernen unterstützen (Wong, 2017; Tsai, Scheffel & Gasevic, 2018) W. Greller 2019 Workshop Learning Analytics 16
- 17. Vorteile von LearningAnalytics Unterscheidende Merkmale von herkömmlicher Tatsachenforschung (Empirie): Größenordnung: massive digitale Datensets („Big Data“) aus unterschiedlichen Quellen; mikro-makro Informationen über eine gesamte Lernerpopulation Schnelligkeit: real-time Informationen über automatisierte Analyseprozesse; zeitgerechtes, immer abrufbares (on-demand) Feedback zum Lernfortschritt W. Greller 2019 Workshop Learning Analytics 17
- 18. Vorteile von LearningAnalytics Unterscheidende Merkmale von herkömmlicher Tatsachenforschung (Empirie): Datenmix: LA sammelt Informationen aus einer Reihe von Quellen, inklusive verschiedener Sensoren (Schrittzähler, GPS, Pulsmesser, Gesichtserkennung, usw.) Authentizität: Lernverhaltensdaten ohne Eingriff ins Lernen und nicht „meinungsorientiert“ W. Greller 2019 Workshop Learning Analytics 18
- 19. Evidenzbasiertes Lernen Warum wirddas zunehmend ein Thema in der Bildung (und anderswo)? Keine Anekdoten oder Gerüchtebasis Fakten zur Entscheidungsfindung Wissenschaftliche Objektivität Neutrale Vergleichbarkeit W. Greller 2019 Workshop Learning Analytics 19
- 20. Evidenzbasiertes Lernen Objektive Informationenüber den Lernprozess und Lernerfolg Bsp.: Direkte Beobachtung Wissenschaftliche Studien/Versuche Nutzung von Informationen aus Lerndaten Authentische Information (reales Setting, störungsfrei) Information auf Mikro- und Makroniveau in Echtzeit Sichtbarmachung persönlicher Lernzugänge (z.B. Erkennung von Beeinträchtigungen u Lernschwierigkeiten) Verstehen von Lernverhalten (ganz allgemein) und Zusammenhängen W. Greller 2019 Workshop Learning Analytics 20
- 21. Learning Analytics für evidenzbasiertesLernen Learning Analytics wird als Reflexionsverstärker und als Teil objektiver Lernevidenzen verstanden, die eine Lernenden- oder Lehrendenreaktion hervorrufen. Steht u.a. in Zusammenhang mit Zimmermans „self- evaluation“ Strategie in SRL. W. Greller 2019 Workshop Learning Analytics 21
- 22. Learning Analytics für evidenzbasiertesLernen Jedes Lernen braucht (regelmäßiges) Feedback während des Lernprozesses… um Fortschritt und Position zu beobachten um die Lernstrategien anzupassen um die nächsten Schritte zu planen um Fokus und Zielsetzung beizubehalten um sich mit anderen zu vergleichen um erfolgreiche Lernstrategien zu identifizieren um die Lernenden zu motivieren W. Greller 2019 Workshop Learning Analytics 22
- 23. Fragen? W. Greller 2019 Workshop LearningAnalytics 23
- 24. Sechs Dimensionen vonLA W. Greller 2019 Workshop Learning Analytics 24