ELC-Blog

Bei Learning Analytics handelt es sich um ein vergleichsweise neues Feld, das die Society for Learning Analytics Research so definiert: „the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimizing learning and the environments in which it occurs”.

Der Horizon Report Higher Education 2014 sieht Learning Analytics als Trendthema: „Time-to-Adoption Horizon - One Year or Less”. Das Thema ist noch so neu, dass ein Verständnis, was sich alles dahinter verbirgt, auch unter Experten aus dem Bereich E-Learning eher selten zu finden ist. Durch die ethischen und rechtlichen Implikationen wird Learning Analytics zu einem Thema, das gut durchdacht sein will. Das JISC hat gerade einen Report dazu herausgebracht: http://analytics.jiscinvolve.org/wp/2014/12/04/jisc-releases-report-on-ethical-and-legal-challenges-of-learning-analytics/

Unter Federführung von George Siemens (University of Texas Arlington) wurde seit 20.10.2014 auf edx.org ein 9-wöchiger MOOC mit dem Titel „Data, Analytics and Learning (DALMOOC)“ angeboten. In einer innovativen Struktur als Dual MOOC (Plattformen edx.org & ProSolo) wurden in jeweils 2-wöchigen Themenschwerpunkten teils tiefere Einblicke auch in die aktuelle Forschung gegeben. Die Teilnehmer waren wie in einem MOOC üblich interdisziplinär, von Anfängern wie mich bis hin zu Experten, weltweit verteilt und mit mehr oder weniger öffentlich sichtbaren Beiträgen und eigens produzierten digitalen Artefakten. Die Themenblöcke Introduction to Learning Analytics (George Siemens, University of Texas Arlington), Social Network Analysis (Dragan Gasevic, Athabasca University), Prediction Modeling and Behavior Assessment (Ryan Baker, Columbia University), Text Mining (Carolyn Rosé, Carnegie Mellon University) umfassten vielfältige Möglichkeiten. Zu meinen Erfahrungen habe ich wöchentlich in meinem privaten Blog http://blog.idethloff.de/wordpress/?cat=11 und über Twitter (#dalmooc) berichtet. Neben kurzen Videos, Hands-On-Aktivitäten, Chat-Möglichkeiten, Forendiskussionen, wöchentlichen Google Hangouts und Reflexions-Aufgaben waren für mich insbesondere die Übungen in vier verschiedenen Software-Lösungen (Tableau, Gephi, RapidMiner, LightSide) interessant. Genau an dieser Stelle wurde sehr deutlich, dass Analytics-Software eben nicht alles alleine macht, sondern bei den Analyse-Methoden sehr viel intellektuelle Vorarbeit und Erfahrung nötig ist, um sinnvolle Ergebnisse zu erzielen. Die Bedienung der teils (nicht nur auf den ersten Blick) kompliziert aussehenden Software ist beim Data-Mining-Prozess noch der einfachste Teil… Learning Analytics ist ausgesprochen interdisziplinär, so dass neben Pädagogen, Psychologen, Soziologen, Computer-Linguisten, Statistikern noch weitere Fächer beteiligt sind oder sein sollten. Modelle gelten oft  nur für die jeweiligen Settings und sind nicht einfach übertragbar; erkennbare Korrelationen zwischen Variablen sind oft nur gering. Der Chance der Verbesserung von Bildungsangeboten stehen Risiken wie Überwachung oder wissenschaftlich unbegründete Rückschlüsse über Lehr-/Lernprozesse gegenüber.
Weitere Informationen zu Learning Analytics bei e-teaching.org s. http://www.e-teaching.org/didaktik/qualitaet/learning_analytics/index_html