Inhalt

Educational Data Mining und Learning Analytics

Call for Papers

Do, 15.02.18

Die Möglichkeit, in immer kürzeren Zeitabständen große Datenmengen verarbeiten zu können, kommt nun auch Bildungsinstitutionen der verschiedenen Ebenen zu Nutze. Beim 2012 bereits im Horizont Report genannten Zukunftstrend im Bildungsbereich geht es um automatisierte Erhebung, Speicherung und Auswertung von Nutzungsdaten Lernender. Nicht was, sondern wie gelernt wird, ist in der Vermessung des Lernens von Interesse. Grundlage einer umfassenden Analyse bilden dabei die Daten, welche beim Onlinelernen permanent anfallen: Wann und wie oft wurde das Lehrvideo eines Online-Kurses abgerufen, an welcher Stelle wurde vor- oder zurückgespult, wieviel Zeit nahm das Lösen eines Arbeitsauftrages in Anspruch, welche Punktzahl wurde im Multiple-Choice-Test erreicht, in welcher Stimmungslage wurden Tastatur-Anschläge ausgeführt, gab es eine Beteiligung an den Lernforen etc.

Jede Eingabe, auch durch die Navigation, dokumentiert den Lernverlauf. So kann durch das allmähliche Verknüpfen des gesammelten Datenmaterials ein digitales Lernendenprofil entstehen, das zur Grundlage der optimierten Steuerung von Lernprozessen durch Maschinen verwendet werden soll. Während hierzulande der Einsatz von Medientechnologien in Bildungsinstitutionen erst in einem sehr frühen Stadium ist, bietet sich in der globalisierten Bildungswelt bereits ein anderes Bild. So verwenden etwa viele US-amerikanische Bildungseinrichtungen die Messungen von studentischen Lernprozessen zum Zwecke der Leistungskontrolle (vgl. NMC Horizon Report 2015, 12).

Die optimale Steuerung rückt individuelle Lernprozesse in den Mittelpunkt. Dabei werden die methodischen Grenzen kaum berücksichtigt. Während in Statistikkursen schon im ersten Semester deutlich gemacht wird, dass statistische Werte keine Rückschlüsse auf Einzelfälle erlauben, wird ein solcher Rückschluss im Sinne einer Vorhersage in Onlinelernprozessen immer wieder versucht. Auch die Ziele der Datenverarbeitung werden selten reflektiert und weisen eine Tendenz zur Ideologisierung auf: Die Prämisse, dass durch Datenanalyse Lernprozesse effektiver werden, wird selten diskutiert und die seit Jahrzehnten fehlende empirische Evidenz für diese Prämisse meist übergangen. Die impliziten Ziele, die so als Hidden Curriculum wirksam werden, bleiben versteckt und damit umso wirksamer. Dabei stellt sich auch demokratiepolitisch auf allen Stufen des Bildungssystems angesichts des "gläsernen Menschen" und der Debatten zu "Big Data" die Frage nach den Möglichkeiten und Grenzen der Steuerung, Kontrolle und Disziplinierung von Lernprozessen.

Die Spannung zwischen euphorischen Prognosen und radikaler Kritik ist nun eine, die in der medienpädagogischen Diskussion durchaus bekannt erscheint. Vor diesem Hintergrund lädt die Redaktion dazu ein, die Möglichkeiten und Grenzen von Educational Data Mining und Learning Analytics zu diskutieren. Bereiche, die in diesem Zusammenhang in Beiträgen der Ausgabe untersucht und thematisiert werden könnten sind:

  • Was ist Learning Analytics und Educational Data Mining (EDM)?
  • Wo ist ein pädagogischer Nutzen der Datenanalyse zu erwarten?
  • Ist die automatische Datenanalyse der Königsweg des individualisierten Lernens?
  • Was sind die Erkenntnisinteressen von Learning Analytics?
  • Wie können Bildungsinstitutionen mit der automatischen Datenanalyse umgehen?
  • Welche Erfahrungen mit der automatischen Datenanalyse liegen vor?
  • Welche Ethik orientiert die automatische Datenanalyse?
  • Wer bestimmt, welche Daten erhoben und wie verwendet werden?
  • Welche Methoden der automatischen Datenanalyse wurden entwickelt?
  • Wie ist die automatische Datenanalyse in Bildungsinstitutionen datenrechtlich zu beurteilen?
  • Wie und von wem sollten die Daten interpretiert werden?
  • Welche demokratiepolitischen Gefahren bestehen bei der breiten Erhebung Daten in Erziehungsprozessen?

Umfang der Beiträge im Bereich Schwerpunkt: 25.000-45.000 Zeichen. Bitte reichen Sie Ihre Beiträge an die oben genannten E-Mail-Adressen ein.

Einreichung der Artikel: Bitte reichen Sie Ihre Beiträge, falls diese ein Peer Review-Verfahren durchlaufen sollen, bis zum 15.01.2018 an die oben genannten E-Mail-Adressen ein. Beiträge ohne Peer-Review-Verfahren können bis zum 15.02.2018 eingereicht werden.

Neben der thematischen Schwerpunktsetzung können Beiträge für alle Ressorts der MEDIENIMPULSE eingereicht werden. Beiträge, die ein Peer Review-Verfahren durchlaufen haben, werden durch einen eigenen Vermerk (gelber Punkt nach dem Titel des Beitrags) kenntlich gemacht.

Wir freuen uns auf Ihre Einreichungen und stehen selbstverständlich gerne für eventuelle Rückfragen zur Verfügung!

Redaktionsschluss: 15.02.2018


Erscheinungsdatum: 21.03.2018

Weitere Informationen unter: www.medienimpulse.at/calls
    seitenanfang | druckansicht