22
Datennutzung als Gratwanderung – riskant, aber mit lohnendem Ausblick? Learning Analytics in Beispielen Dr. Falk Scheidig | Vortrag an der PH Luzern| 17. September 2019

Datennutzung als Gratwanderung – riskant, aber mit ...Dr. Falk Scheidig | Pädagogische Hochschule FHNW 4 Learning Analytics «The measurement, collection, analysis and reporting

  • Upload
    others

  • View
    4

  • Download
    0

Embed Size (px)

Citation preview

Datennutzung als Gratwanderung –riskant, aber mit lohnendem Ausblick?

Learning Analytics in Beispielen

Dr. Falk Scheidig | Vortrag an der PH Luzern| 17. September 2019

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 2

Datennutzung als Gratwanderung

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 3

Szenario 1

Andrew Ng, Stanford University

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 4

Learning Analytics

«The measurement, collection, analysis and reporting of data

about learners and their contexts, for purposes of understanding

and optimising learning and the environments in which it occurs.»

(Siemens 2011)

«key trend»(NMC Horizon Report Higher Education: Becker et al. 2018)

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 5

Digitale Transformation der Hochschule

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 6

Big Data

«Daten werden für die Weiterentwicklung von Lernprozessen optimal genutzt.»EDK (2018) Strategie der EDK vom 21. Juni 2018 für den Umgang mit Wandel durch Digitalisierung im Bildungswesen, S. 3.

«Daten sollen für pädagogische […] Zwecke gezielt und kontrolliert ausgetauscht und genutzt werden können.» LCH (2018). Digitale Technologien in der Schule: Herausforderungen aktiv angehen, S. 20

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 7

Verheissungen

Lernverhalten differenzierter verstehen, Muster erkennen

Studierende gezielt unterstützen (Feedback, Lernangebote, Hilfe)

Lernen personalisieren

Rückmeldungen zur Nutzung von Lernangeboten erhalten

Indikatoren von Lernerfolg und Misserfolg ermitteln

datengestützte Optimierung studentischen Lernens sowie hierauf gerichteter Angebote und Strukturen

Problembereiche identifizieren, Studienabbrüche antizipieren

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 8

Hochschuldidaktische Ebenen

Lehr-Lern-Situation

Lehrveranstaltung

Studienbereich/-phase

Studiengang

Hochschule

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 9

Analysekategorien

Deskriptive Analyse (Was? Beschreibung)

Diagnostische Analyse (Warum? Erklärung)

Prädiktive Analyse (Wann? Prognose)

Präskriptive Analyse (Wie? Empfehlung)

Information

Optimierung

Schw

ierig

keit

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 10

Praxisbeispiele

VisualTracking Prüfungsprognosen

Automatische Textanalyse

in LMS-Foren

Daten ausSerious Games

Dashboards /Daten-Cockpits

App My.Mi.mobile

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 11

Praxisbeispiele

Prüfungsprognosen

Öztürk/Bonfert-Taylor/Fügenschuh 2018, S. 29

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 12

Praxisbeispiele

VisualTracking Prüfungsprognosen

Adaptive Lernsysteme / ITS

Automatische Textanalyse

in LMS-Foren

Daten ausSerious Games

Spie

l uFi

nSp

iel F

resh

Food

Run

ner

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 13

Praxisbeispiele

Prüfungsprognosen

Adaptive Lernsysteme / ITS

Automatische Textanalyse

in LMS-Foren

Daten ausSerious Games

Dashboards /Daten-Cockpits

App Duolingo App Math42

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 14

Praxisbeispiele

Automatische Textanalyse

in LMS-Foren

Daten ausSerious Games

Dashboards /Daten-Cockpits

Wise/Zhao/Hausknecht 2014, S. 53

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 15

Praxisbeispiele

VisualTracking Prüfungsprognosen

Adaptive Lernsysteme / ITS

Automatische Textanalyse

in LMS-Foren

Dashboards /Daten-Cockpits

IADLearning

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 16

Praxisbeispiele

VisualTracking Prüfungsprognosen

Adaptive Lernsysteme / ITS

Automatische Textanalyse

in LMS-Foren

Daten ausSerious Games

Dashboards /Daten-Cockpits

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 17

«Dagstuhl-Dreieck» (Döbeli Honegger/Salzmann 2018)

Ethik und Datenschutz(Drachsler/Greller 2016; Pardo/Siemens 2014;Rubel/Jones 2016)

Einseitigkeiten und metrische Dispositive (Mau 2017)

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 18

Szenario 2

Es ist nachgewiesen, dass soziale Eingebundenheit

und das Entwickeln von Routinen auf dem Campus

zuverlässige Prädiktoren für einen erfolgreichen

Studienabschluss sind.

Anhand der Daten der Campus-Card (für Mensa, Bibliothek, Türen

auf dem Campus) kann innerhalb der ersten zwölf Wochen des

ersten Semesters mit nahezu 90%er Wahrscheinlichkeit

prognostiziert werden, wer das Studium abbrechen wird.

Sudha Ram, University of Arizona

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 19

«dark side of learning analytics»

Fokussierung des Quantifizierbaren, reduktionistisches Lernverständnis

Daten ≠ Verstehen≠ Handlungswissen

Gefahr des Datenmissbrauchs

(Ethik, Datenschutz)

Gefahr von Fehlanalysen,

Falschableitungen, Diskriminierung

Datensteuerung und datengestützte

Machtkonzentration

Intransparenzund Verlust von informationeller

Selbstbestimmung

Entanonymisierungund Abbau von Privatsphäre

Klima der Kontrolle und gleichzeitig des

Kontrollverlusts (Algorithmisierung)

Vielen Dank!

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 21

Literatur

Becker, S./Brown, M./Dahlstrom, E./Davis, A./DePaul, K./Diaz, V./Pomerantz, J. (2018): NMC Horizon Report: 2018 Higher Education Edition. Louisville: EDUCAUSE.

Döbeli Honegger, B./Salzmann, R. (2018): Dagstuhl-Dreieck. Online verfügbar: http://wiki.doebe.li/Dagstuhl/GrafikUnterCCLizenz (16.9.2019).

Drachsler, H./Greller, W. (2016): Privacy and analytics – It's a DELICATE issue. A Checklist for Trusted Learning Analytics. In: Association for Computing Machinery (Hrsg.): Proceedings of the Sixth International Conference on Learning Analytics & Knowledge (LAK '16), Edinburgh. United Kingdom – April 25 - 29, 2016 (S. 89-98). New York: ACM.

EDK (2018) Strategie der EDK vom 21. Juni 2018 für den Umgang mit Wandel durch Digitalisierung im Bildungswesen. Online verfügbar: https://edudoc.ch/record/131564/files/pb_digi-strategie_d.pdf (16.9.2019)

LCH (2018). Digitale Technologien in der Schule: Herausforderungen aktiv angehen. Online verfügbar: https://www.lch.ch/fileadmin/files/documents/Positionspapiere/180616_Positionspapier_Digitale_Technologien_in_der_Schule.pdf (16.9.219)

Mau, S. (2017): Das metrische Wir: Über die Quantifizierung des Sozialen. Berlin: Suhrkamp.Öztürk, A./Bonfert-Taylor, P./Fügenschuh, A. (2018): Using data to improve programming instruction. In: Krömker,

D./Schroeder, U. (Hrsg.), DeLFI 2018 - Die 16. E-Learning Fachtagung Informatik. Bonn: Gesellschaft für Informatik e.V., S. 23-32.

Pardo, A./Siemens, G. (2014): Ethical and privacy principles for learning analytics. In: British Journal of Educational Technology, 45 (3), S. 438-450.

Rubel, A./Jones, K. M. L. (2016): Student privacy in learning analytics: An information ethics perspective. In: The Information Society, 32 (2), S.143-159.

Siemens, G. (2011): Call for Papers: 1st International Conference Learning Analytics & Knowledge February 27-March 1, 2011. Online verfügbar: https://tekri.athabascau.ca/analytics/call-papers (16.9.2019).

Dr. Falk Scheidig | Pädagogische Hochschule FHNW 22

Bildquellenverzeichnis

Folien 1 und 20: http://www.carto.net/neumann/mountaineering/2008/pilatus_2008_07_18-19/19_klimsenkapelle_and_lucerne_as_seen_from_tomlishorn-pilatus.jpg (16.9.2019)

Folie 2: https://live.staticflickr.com/8532/28759923323_eeea74b08d_b.jpg (16.9.2019)Folie 3: https://www.techapeek.com/wp-content/uploads/2019/03/Convolutional-Neural-Networks-Taught-by-Andrew-Ng-

1024x576.png (16.9.2019)Folie 5: https://www.fm-online-factory.de/wp-content/uploads/Foto-Suchen_Uni_tortugadatacorp.jpg (16.9.2019)Folie 6: https://d11wkw82a69pyn.cloudfront.net/siteassets/images/big_data_rcs_case_1440x600_canvas_low.jpg

(16.9.2019)Folie 18: https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcTbfH8KB9qNcljEa9aBFDoyIk6m_Y6CzUASxD3m8rP-

hYuIwFoa7g (16.9.2019)