Learning Analytics für sensorbasiertes adaptives Lernen (LISA)

Forschungsprojekt

Ziel des Learning-Analytics-Ansatzes ist es, Lernprozesse sichtbar zu machen, sie besser zu verstehen und zu unterstützen. Während Learning Analytics oft aus einer institutionellen Sicht oder aus Dozentensicht betrachtet wird, mit dem Ziel, Messzahlen für das Lernen zu erhalten, Probleme zu erkennen oder die Lehre zu verbessern, hat Learning Analytics in einer systemischen Sichtweise gerade auch für Lernende und die gezielte Unterstützung des Lernprozesses großes Potenzial. Dies soll im hier skizzierten Projekt LISA exploriert und nutzbar gemacht werden. Hierbei kommen Sensor-Technologien (Hardware) und Daten zum Einsatz, die in klassischen Learning Analytics-Szenarien (in denen typischerweise webbasierte Lernanwendungen dominierten) bislang nicht verwendet wurden: Mit dem Einsatz von leistungsfähigen Smartphones, Tablets und speziell entwickelten Tracking-Armbändern sollen im Projekt persönliche sensorbasierte Daten erfasst werden und zur Unterstützung von Lernprozessen verwendet werden. Es können so Lernzeiten und der Verlauf verschiedener Lernaktivitäten über die Zeit gemessen werden, aber auch Konzentrationsfähigkeit oder Stimmung bestimmt werden. Werden diese Werte mit dem Lernerfolg verknüpft, entstehen Informationen, welche Lernenden beispielsweise Unterstützung bei der Planung von Lernzeiten oder zur Anpassung der Lernsituation geben.
Anwendungsfelder für sensorbasiertes, adaptives Lernen unter Nutzung von Learning Analytics können sein:
* Analyse und Einüben neuer Arbeitsabläufe in Industrie- und Handelsunternehmen. Sensoren erlauben die Überprüfung der Ausführungsfrequenz, -geschwindigkeit und korrekten Ablauffolge von Aktivitäten z.B. mit der Möglichkeit, über Learning Analytics Empfehlungen für den Lernenden abzuleiten. Anwendungsbereiche können das Einüben von Abläufen bei der Bedienung komplexer Maschinen, das Analysieren von Handlungen im Handel bei der Kundenbedienung, Arbeitsabläufe in Laboren, oder Handlungen in Verkaufsräumen sein.
* Lernunterstützung im Dienstleistungs- und Projektbereich: Wenn es darum geht, Verhalten nachhaltig einzuüben und zu verändern, z.B. in der Kommunikation mit Kunden, Kollegen und Mitarbeitern, in der Projektsteuerung, so lassen sich mit Hilfe von Sensoren Aktivitäten sowie Lernphasen erfassen und über Learning Analytics-Methoden überprüfen, ob erworbenes Wissen wie geplant angewendet wird.
Im Projekt wird das Thema sensorbasiertes Learning Analytics an Hand von drei anwendungsfeldübergreifenden, praxisnahen Szenarien wissenschaftlich untersucht und entwickelt. Die Praxisszenarien umfassen die Themen:
* Dashboards für eine visuelle Analyse von Lernaktivitäten zur Darstellung des Lernstands und des Lernfortschritts
* Gamification-Ansätze zur Gestaltung von Feedback an Lernende
* individuelle Lernempfehlungen aufgrund von Lernpfadanalysen und dem direkten Vergleich mit anderen Lernenden.
Die im Projekt geplanten Untersuchungen beziehen sich auf die Förderbekanntmachung wie folgt:
* Individuelle Anpassung an Wissensstand und Lernanforderungen: Die sensorbasierte Erfassung des Nutzungskontextes und die daraus generierten Lernerprofile ermöglichen es, das technische lernunterstützende System auf viele Arten (z.B. Präferenzen, Affekt, Ort & Zeit, etc) an den Benutzer anzupassen und diesem lernförderliche Handlungsempfehlungen auf eine motivierende Art und Weise anzubieten.
* Direkte Rückspiegelung des Lernfortschritts: Kern des Projektes ist es, lernerzentrierte Methoden des Learning Analytics auf Basis von Sensordaten zu entwickeln. Ziel ist es dabei, in Kombination mit unterschiedlichen didaktischen Strategien den Nutzern ihren Lernfortschritt visuell und intuitiv darzustellen und im Sinne eines selbstgesteuerten Lernens darauf zu reagieren.

Projektlaufzeit

01.04.2016 - 31.03.2019

Projektleitung

Projektmitarbeiter_innen

  • Tom Bisson (Projektmitarbeiter_in)
  • David Koschnick (Projektmitarbeiter_in)
  • Haeseon Yun (Projektmitarbeiter_in)

Mittelgeber

Bundesministerium für Bildung und Forschung (BMBF)

Kooperationspartner

  • Humboldt-Universität zu Berlin
  • Leibnitz-institut für Wissensmedien (IWM)
  • NEOCOSMO GmbH
  • SGM Solutions & Globale Media GmbH
  • Promotion Software GmbH

Förderprogramme

IKT 2020