Workshop „Anreizsysteme für Studierendenpartizipation an Learning Analytics“ DELFI 2021

 

Analysen anonymisierter Lehr- und Lerndaten sind für Dozierende erste Indikatoren üben den Kursverlauf, die Nutzung von Lehr- und Lernmaterialien und erzielte Leistungen. Dies bietet ihnen jedoch nur geringe Mehrwerte, Studierenden noch weniger. Um das Potential von Learning Analytics (LA) besser auszuschöpfen, müssen wichtige Aktivitäten Studierenden zugeordnet werden können. So gewinnen diese Einsicht in ihr eigenes Lernverhalten und das LA-Tool kann sie ggf. mit anderen Studierenden vergleichen (At-Risk Analyse) und die Selbstregulation besser unterstützen.

Diese Identifizierung muss nicht personalisiert erfolgen, in vielen Fällen genügt eine pseudonymisierte Datenerfassung. Pseudonymisierte Daten erlauben darüber hinaus, Studierendendaten verteilter Systeme zusammenzuführen und zu analysieren. Diese plattformübergreifenden Analysen ermöglichen sowohl Studierenden, als auch Dozierenden wertvolle Einsichten in z. B. das eigene Lehren bzw. die Integration der Kurse in den Studienverlauf.

Solche Datensammlungen müssen jedoch zuvor von Studierenden explizit erlaubt werden (Opt-In). Eine gute Motivation ist notwendig.

Ziele des Workshops

Der Workshop hat zum Ziel, Antworten auf die Frage

Wie kann Learning Analytics für Studierende attraktiv gemacht werden?

zu finden. Daraus ergeben sich verschiedene Unterfragen wie

• Was interessiert Studierende in ihren Kursen?
• Was interessiert Studierende an ihrem Studienverlauf?
• Welche Analyseergebnisse sind (auch) für Studierende relevant/interessant?
• Wo reichen pseudonymisierte Datensammlungen, wo bedarf es personalisierter?
• Wie können Studierenden die Vorteile von Learning Analytics vermittelt werden?
• Welche Ansätze gibt es bisher?
• Welche Erfahrungen haben Teilnehmende gemacht?

Dabei geht es nicht darum, Möglichkeiten zu finden, Studierende dazu zu bewegen, Ihre Daten sammeln zu lassen, sondern über Funktionalitäten und Analysen zu sprechen, die Studierenden einen Mehrwert in den einzelnen Kursen und im gesamten Studienverlauf bieten.

Zu den verschiedenen Fragen sollen in Arbeitsgruppen Antworten erarbeitet und festgehalten werden. Um eigene Erfahrungen besser einzubringen, sind interessierte Teilnehmende eingeladen, vor dem Workshop Beispiele von selbst genutzten Learning Analytics Tools aufzubereiten. Diese können in den Arbeitsgruppen präsentiert und als Diskussionsgrundlage genutzt werden. Zusätzlich wird von der Organisation ein Beispieltool bereitgestellt, an dem die Fragestellungen bearbeitet werden können.

Beitragseinreichungen und Veröffentlichung der Ergebnisse

Einreichungen in Form von Paper oder Postern sind nicht vorgesehen. Stattdessen steht die Präsentation und Diskussion aktueller Forschungsergebnisse zu den gestellten Fragen des Workshops in den Arbeitsgruppen im Fokus. Die Ergebnisse des Workshops sollen in einem Paper zusammengefasst und veröffentlicht werden.

Teilnahme

Alle Teilnehmerinnen und Teilnehmer sind eingeladen, eigene bzw. selbst genutzte Learning Analytics Tools zum Workshop mitzubringen um anhand dieser Antworten für die gestellten Fragen zu erarbeiten. Initiale Fragen an das Tool sind:

In welchem System (Lernmanagementsystem, Studierendenverwaltungstool, …) werden Daten gesammelt?

• Welche Daten werden gesammelt?
• Über wen werden Daten gesammelt?
• Wie werden die Daten gesammelt?
• Welche Analysen werden auf den Daten durchgeführt?
• Wem werden die Ergebnisse welcher Analysen angezeigt?
• Welchen Mehrwert bietet das Tool Studierenden?

Bringen Sie auch gerne Tools mit, die andere Stakeholder als Studierende fokussieren, sodass Übertragungen von Anwendungsfällen diskutiert werden können.

Bei weiteren Fragen, wenden Sie sich bitte an judel@informatik.rwth-aachen.de.

Ablauf des Workshops

Geplant ist ein Halbtagesworkshop mit drei inhaltlichen Sessions:

• Einleitung in die Fragestellungen anhand eines Learning Analytics Tools und den Beiträgen der Teilnehmenden.
• Bildung der Arbeitsgruppen (Größe und Anzahl abhängig von der Anzahl Teilnehmender) und Erarbeitung von Antworten auf die gestellten Fragen.
• Zusammentragen der Ergebnisse und Konzeption eines Arbeitsplans um ein Learning Analytics Tool für Studierende attraktiv zu gestalten und Studierende für die Teilnahme und Nutzung zu motivieren.