ellog - Das E-Learning-Logbuch

Herzlich willkommen auf dem E-Learning-Logbuch der TU Dresden!

Wir informieren an dieser Stelle aktuell über E-Learning-Angebote und -Services insbesondere an der TU Dresden. Unser Angebot richtet sich vorrangig an die E-Learning-Akteure der TU Dresden, aber auch an alle E-Learning-Partner an Universitäten, Hochschulen sowie externen Einrichtungen, wie der Bildungsportal Sachsen GmbH.

Donnerstag, 5. Oktober 2017

Themenreihe Digitales Lehren und Lernen in der Hochschule – Learning Analytics

Learning Analytics bedeutet die Daten von und über Studierende, ihr Lernverhalten und ihren Lernfortschritt zu messen, zu sammeln, zu analysieren und auszuwerten. Im Gegensatz zu dem „herkömmlichen“ Analysieren der Lernergebnisse, beispielsweise mittels Klausurnoten, sprechen wir hierbei von „Big Data“ und demnach von einer sehr großen Anzahl an Spuren, die Online hinterlassen werden. Diese großen Datenmengen müssen nicht nur analysiert und interpretiert werden, sondern auch auf die Hochschullehre Anwendung finden („didaktische Intervention“). Ein paar praktische Tipps möchten wir Ihnen in diesem Post geben.

Learning Analytics mean to measure, collect, analyse and evaluate the data of and about students, their learning behaviour as well as their progress. In contrast to the "conventional" analysis of learning performances, e.g. by means of analysing exam grades, learning analytics uses "Big Data" and, thus, we are talking about a very large number of traces that are left online. This large amount of data doesn´t only need to be analysed and interpreted, but it should also be applied to university teaching (it is called "didactic intervention"). We would like to give you a few practical tips on this in this post. 

Learning Analytics bedeutet die Daten von und über Studierende, ihr Lernverhalten und ihren Lernfortschritt zu messen, zu sammeln, zu analysieren und auszuwerten. Im Gegensatz zu dem „herkömmlichen“ Analysieren der Lernergebnisse, beispielsweise mittels Klausurnoten, sprechen wir hierbei von „Big Data“ und demnach von einer sehr großen Anzahl an Spuren, die Online hinterlassen werden. Im Bereich der Hochschullehre können diese digitale Fußabdrücke der Studierenden, die sie z.B. in zentralen Lernmanagementsystemen oder Online-Kursen hinterlassen haben, für eine solche Analyse herangezogen werden. Somit kann weit über das Sichtfeld einer einzelnen Klausurnote hinausgegangen werden. 

Vorrangige Ziel der Learning Analytics ist, auf der einen Seite, ein mögliches Eingreifen sobald Probleme bei Studierenden auftreten (sichtbar werden), die einem Studienerfolg im Wege stehen können. Auf der anderen Seite können Lehrende durch die Datenanalyse auch Rückschlüsse auf ihre eigenen Lehrveranstaltungen ziehen und diese dementsprechend anpassen. Beispielsweise können kleine Online-Tests für die Selbstüberprüfung der Studierenden Rückschlüsse darauf zu lassen, welche Themenkomplexe vertieft und Verständnisprobleme beseitigt werden müssen.

Bevor wir weitere mögliche „didaktische Interventionen“ vorstellen, möchten wir einen wichtigen Punkt im Bereich Learning Analytics hervorherben: Datenschutz und somit das Recht kontrollieren zu können, welche Daten Dritte erhalten bzw. welches Wissen Dritte mittels gesammelter Daten über den Studierenden/ die Studierende anhäufen. Diese Recht sollte immer bei dem Studierenden selbst liegen.[1]

Zurück zur didaktischen Ebene und den didaktischen Interventionen, denn: die großen Datenmengen müssen nicht nur analysiert und interpretiert werden, sondern auch auf die Hochschullehre Anwendung finden („didaktische Intervention“). Ein paar praktische Tipps möchten wir Ihnen im Folgenden geben:[2]

zur Datenauswertung
Mögliche didaktische Interventionen
Welche Materialien werden besonders häufig, welche gar nicht genutzt?
• Einführung in die Nutzung der Materialien
• Struktur der Seiten/Ordner überarbeiten
Wie häufig nutzen die Studierenden die
Online-Materialien?
• Diskussion durch Mitteilungen/Foreneinträge
anregen
• regelmäßig neue Materialien einstellen
• Inhalte nur nach erbrachten Leistungen freischalten
Wann nutzen die Studierenden die Materialien?
• Materialien einstellen, wenn höchste
Zugriffsrate
• Chats/Online-Sprechstunden anbieten zu
Stoßzeiten
Gibt es gefährdete Studierende?
• Unterstützungsmöglichkeiten anbieten
• in Sprechstunde einladen
• heterogene Lerngruppen anregen
Welche Leistungen erreichen meine Studierenden?
Wo sind sie gut? Wo haben sie
Probleme?
• Inhalte wiederholt erklären
• Vertiefungsmaterialien anbieten
• Studierende Inhalte selbst erklären lassen

Welche didaktischen Interventionen fördern die Nutzung des Online-Materials?
• Verstärkung/Beibehaltung der Interventionen
Wie wirkt sich die Nutzung des Online-Angebotes
auf Anwesenheit und Mitarbeit in den Präsenzveranstaltungen
aus?
• Inhalte/Methoden der Präsenzveranstaltung
anpassen
• Online-Materialien erst nach der Präsenzveranstaltung
freigeben
• Online-Materialien anpassen


Weitere Hinweise zur Anwendung von Learning Analytics in der Hochschullehre sind zum Beispiel:

  • „Fangen Sie klein an. Wählen Sie eine kleine Einheit ihres Kurses, wie z.B. eine Unterrichtseinheit oder einen Bestandteil der virtuellen Lernumgebung, anhand derer Sie den Einsatz von Learning Analytics üben. […]
  • Beginnen Sie mit einer Forschungsfrage. Was möchten Sie herausfinden? Welches Problem möchten Sie lösen?
  • Lassen Sie sich sowohl von der Ethik-Kommission Ihrer Fakultät als auch von einem Experten im Bereich des Datenschutzes beraten.
  • Seien Sie Ihren Studierenden gegenüber transparent: Erklären Sie ihnen, welche Daten Sie analysieren und warum. Lassen Sie Ihre Studierenden an allen Schritten Ihres Projekts Teil haben.
  • Beziehen Sie das Medienzentrum Ihrer Hochschule von Anfang an mit ein. Kommunizieren Sie, dass Sie mit Learning Analytics arbeiten. So erfahren Sie auch von eventuellen Initiativen anderer Lehrender und es ergeben sich Kollaborationsmöglichkeiten. […]“[3]


Eine Auswertung der OPAL-Statistik Ihres Online-Kursangebotes kann ein erster Schritt in Richtung Learning Analytics sein. Wir helfen Ihnen gerne bei der Analyse sowie möglichen didaktischen Interventionen, die daraus abgeleitet werden können.

Veröffentlicht unter CC BY-SA Lizenz

Digital teachings and learning in an academic context – learning analytics

Learning Analytics mean to measure, collect, analyse and evaluate the data of and about students, their learning behaviour as well as their progress. In contrast to the "conventional" analysis of learning performances, e.g. by means of analysing exam grades, learning analytics uses "Big Data" and, thus, we are talking about a very large number of traces that are left online. In the field of higher academic education, these digital footprints of students, which they might left for example in central learning management systems or online courses, can be used for such an analysis. Therefore, learning analytics make it possible to go far beyond the field of analysing a single exam grade.

The primary aim of learning analytics is, on the one hand, to intervene as soon as a teacher’s attention is called to comprehensive problems of the students or, at best, when their learning success arise (or become obviously visible). And, on the other hand, teachers might also draw conclusions about their own courses and adapt them accordingly through this data analysis. For example, small online tests set up as self-assessment for students can be used to find out which topics need to be deepened because of some comprehensive problems and which might be skipped as they are already understood.

Before we introduce further possible "didactic interventions", we would like to highlight an important point in the area of learning analytics - data protection and, herewith, the right to control which data third parties receive and which knowledge third parties accumulate by means of collected data about the student. This right should always lie with the student himself/herself.[4] 

But to move forward with the didactic level and “didactic interventions”: the large amount of data doesn´t only need to be analysed and interpreted, but it should also be applied to university teaching (it is called "didactic intervention"). We would like to give you a few practical tips on this:[5]

for data evaluation
Possible didactic interventions
Which learning materials are used most frequently and which are not used at all?
·        introduction to the use of materials
·        revise the structure of the pages/folders
How often do students use the online-based learning materials?
·        stimulate discussion through messages/forums
·        regularly adjust new materials
·        activate content only after learning performances have been finished
When do students use the material?
·        upload material at highest access rate
·        offer chats/online consultation hours at peak hours
Are there students at risk?
·        offer support possibilities
·        invite to consultation hour
·        encourage heterogeneous learning groups
What performances/levels do my students achieve?
Where are they good? Where did they have problems with?
·        repeatedly explain contents
·        offer specialization materials
·        et students explain the contents themselves
Which didactic interventions promote the use of online material? 
·        strengthening/maintaining intervention
How does the use of the online offer affect the attendance and participation at the face to face events?
·        customize contents/methods of the face to face event
·        unblock the online material after the face to face event only
·        customize online materials
 
Some further information on the application of learning analytics in university teaching are for example:

  • “Start small. Choose a small unit of your course, such as a lesson or part of the virtual learning environment to practice using learning analytics. [...]
  • Start with a research question. What would you like to find out? Which problem do you want to solve?
  • Consult the ethics committee of your faculty as well as an expert in the field of data protection.
  • Be transparent to your students: Explain to them what data you are analysing and why. Let your students participate in all steps of your project.
  • Include the media centre of your university from the very beginning. Communicate that you are working with Learning Analytics. In this way you will also learn about possible initiatives of other teachers/professors and there will be opportunities for collaboration. [...]” [6]


An evaluation of the OPAL statistics of your offered online course can be a first step towards learning analytics. We would be happy to help you with its analysis and possible didactic interventions that can be deduced from it.  

Published by CC BY-SA



[1] Hochschulforum Digitalisierung (2016): WHITEPAPER: MIT LEARNING ANALYTICS ZU MEHR QUALITÄT IN DER HOCHSCHULLEHRE. Gespeichert von Antonia Dittmann. https://hochschulforumdigitalisierung.de/de/blog/whitepaper-learning-analytics-hochschullehre
[2] Medienzentrum TU Dresden (2017): Digitales Lehren und Lernen in der Hochschule. Heft 1: Flexibilität und Vielseitigkeit mit digitalen Lehr- und Lernmaterialien erhöhen. S. 54.
[3]Hochschulforum Digitalisierung (2016): WHITEPAPER: MIT LEARNING ANALYTICS ZU MEHR QUALITÄT IN DER HOCHSCHULLEHRE. Gespeichert von Antonia Dittmann. https://hochschulforumdigitalisierung.de/de/blog/whitepaper-learning-analytics-hochschullehre
[4] Hochschulforum Digitalisierung (2016): WHITEPAPER: MIT LEARNING ANALYTICS ZU MEHR QUALITÄT IN DER HOCHSCHULLEHRE. Filed by Antonia Dittmann. https://hochschulforumdigitalisierung.de/de/blog/whitepaper-learning-analytics-hochschullehre
[5] Media Centre of the TU Dresden (2017): Digitales Lehren und Lernen in der Hochschule. Heft 1: Flexibilität und Vielseitigkeit mit digitalen Lehr- und Lernmaterialien erhöhen. (Digital Teaching and Learning at the university. Issue 1: Increasing flexibility and versatility with digital teaching and learning materials.) p. 54.
[6] Hochschulforum Digitalisierung (2016): WHITEPAPER: MIT LEARNING ANALYTICS ZU MEHR QUALITÄT IN DER HOCHSCHULLEHRE. Filed by Antonia Dittmann. https://hochschulforumdigitalisierung.de/de/blog/whitepaper-learning-analytics-hochschullehre