Elske AMMENWERTH37, Werner O. HACKL, Michael FELDERER &
Alexander HÖRBST (Hall in Tirol, Innsbruck)
Indikatoren für kooperative, online-basierte
Lernprozesse: Entwicklung und Erprobung
Zusammenfassung
Lernen als konstruktiver und sozialer Prozess funktioniert am besten in Interaktion mit anderen Personen. Insbesondere in online-basierten Lernsettings sind Interaktion und Kooperation der Studierenden ein wichtiger Faktor für erfolgreiches Lernen.
In dieser Arbeit schlagen wir zunächst Indikatoren für das Monitoring der Aktivität und Interaktivität von Studierenden sowie Lehrenden in kooperativen online-basierten Lernsettings vor. In einer Fallstudie werden die Indikatoren dann am Beispiel von drei Online-Kursen eingesetzt.
Die Ergebnisse zeigen, dass die Indikatoren wichtige Aufschlüsse über die Aktivität und Interaktivität der Studierenden liefern können. Ergänzt um Daten zur Arbeitsbelastung, um Prüfungsergebnisse und um Lehrevaluierungen können auch Aussagen zur Qualität der Lernprozesse und zum Lernerfolg gemacht werden.
Schlüsselwörter
Konstruktivismus, Learning Analytics, online-basiertes Lernen, Lernprozess
Indicators for cooperative, online-based learning processes:
Development and evaluation
Abstract
Learning is a constructive and social process that works best in interaction with other people. In online-based learning environments, interaction and cooperation between students play an especially important role in supporting successful learning. This paper proposes indicators for monitoring the activity and interactivity of both students and instructors in cooperative online-based learning environments. These indicators are then applied in a case study of three online-based courses.
The results show that the indicators can provide important insight into the activity and interactivity of students. If they are rounded out with data on workload, exam results and course evaluation, these indicators can also help gain insight into the quality of learnig processes and learning outcomes.
Keywords
Constructivism, learning analytics, online-based learning, learning process
1 Einleitung
Lernen kann als konstruktiver und sozialer Prozess verstanden werden, welcher am besten in Interaktion mit anderen Personen funktioniert (VYGOTZKY, 1978). Aus konstruktivistischer Sicht erarbeiten sich Studierende durch Interaktion und Kooperation miteinander und mit den Lehrenden ein gemeinsames Verständnis der Kursinhalte und der zu erledigenden Aufgaben (MERCER, 1995).
Studien benennen Vorteile des gemeinsamen Lernens wie z. B. erhöhte Motivation und Aufmerksamkeit, aktivere und tiefere Verarbeitung von Lerninhalten, Verbesserung meta-kognitiver und sozialer Fähigkeiten und ein besserer Wissenserwerb (CHOU, 2002; LENNING & EBBERS, 1999).
Auch in online-basierten Lernsettings wird Interaktion und Kooperation als ein wichtiger Faktor für erfolgreiches Lernen angesehen (CHOU, 2002; DIXSON, 2010; ZHAO, LEI, YAN, LAI & TAN, 2005). So fanden KENT et al. einen positiven Zusammenhang zwischen studentischer Interaktion und ihrem Lernerfolg in acht kollaborativen Online-Kursen (KENT, LASLO & RAFAELI, 2016).
Allerdings ist in kooperativen online-basierten Lernsettings – im Vergleich zu präsenzorientierten Lernsettings – eine Reihe von spezifischen Herausforderungen zu adressieren. Dazu gehören die reduzierte Möglichkeit, sozio-emotionale Kontextinformationen zu übermitteln, die aufwändigere Koordination von gemeinsamen Aktivitäten und die Herausforderung des so genannten „lurkings“, also die eher passive Beteiligung an gemeinsamen Online-Aktivitäten (SALMON, 2013).
Kooperative online-basierte Lernsettings benötigen daher ein gut überlegtes Instruktionsdesign, welches Interaktion und Kooperation fördert und fordert. Um systematisch überprüfen zu können, ob das gewählte Lernsetting Interaktion und Kooperation tatsächlich fördert, scheinen geeignete Indikatoren zur Beobachtung und Steuerung kooperativer online-basierter Lernprozesse essentiell.
In dieser Arbeit schlagen wir zunächst Studierenden- und Lehrenden-Indikatoren für kooperative online-basierte Lernprozesse vor und erproben diese dann in drei online-basierten Kursen. Wir möchten dadurch untersuchen, ob die Erhebung der Indikatoren auf Basis von Log-Dateien möglich ist und welche Aussagen aus den Indikatoren abgeleitet werden können.
2 Indikatoren für kooperative online-basierte Lernprozesse
Learning Analytics ist ein Feld, in dem Daten über Lernen und Lernkontexte erhoben und analysiert werden, um Lernen zu verstehen und Lernen sowie Lernumgebungen zu optimieren (SoLAR, 2011).
Learning Analytics kann dabei auf der Analyse einer Vielzahl an Daten basieren. So können quantitative Indikatoren wie Anzahl oder Länge der Beiträge, Kontinuität der Beteiligung oder Anzahl an Antworten definiert werden (COLL, ENGEL & BUSTOS, 2009; HRASTINSKI, 2008). Auch können Beiträge inhaltsanalytisch untersucht werden, um z. B. sozio-emotionale Interaktion von aufgabenorientierter Interaktion zu unterscheiden (CHOU, 2002; WEN, YANG & PENSTEIN ROSÉ, 2014). Daneben können Interaktionsmuster in Form von Social Network-Analysen analysiert werden (COLL et al., 2009).
Wir möchten uns in diesem Beitrag zunächst auf quantitative Indikatoren konzentrieren, da diese auf Basis von Logdateien aus den verwendeten Lernplattformen oft automatisiert ermittelt werden können. Dies sehen wir als guten Einstieg in das Thema Learning Analytics und als eine gute und einfach verständliche Basis für die Erstellung von Dashboards für Studierende und Lehrende (SoLAR, 2011).
Ein guter Start für derartige Indikatoren ist die Arbeit von COLL (2009). Er hat darin eine Reihe von Indikatoren vorgeschlagen, auf denen wir aufgebaut haben (Tabelle 1). So haben wir die Indikatoren von der Kursdauer (Access Pattern Index) oder der Anzahl von Lernaktivitäten (Contribution Index) unabhängig und damit besser vergleichbar gemacht sowie neue Indikatoren abgeleitet (Completion Index, Connectivity Index, Reciprocity Index).
Tab. 1: Indikatoren für kooperative online-basierte Lernsettings
Indikator | Erläuterung |
Indikatoren für die Präsenz der Teilnehmer/innen („Access“) |
Access Index | Anzahl der Tage, an welchen Studierende im Online-Raum anwesend waren, im Verhältnis zur gesamten Kursdauer. |
Access Pattern Index | Anzahl der Fälle, in denen Studierende für mindestens drei Tage in Folge nicht im Online-Raum anwesend waren. |
Indikatoren für die Beteiligung der Teiln... |