In den letzten Jahren ist eine zunehmende Digitalisierung in allen Lebensbereichen zu beobachten: Mobile Geräte mit unzähligen Applikationen sind auch aus dem Studienalltag nicht mehr weg zu denken. Dies weckt Bedürfnisse, die Geräte im Studium einsetzen zu können. Insbesondere wird gewünscht, Wissensanteile aus dem Frontalunterricht in die digitale Welt auszulagern. Die klassische Unterrichtszeit kann dadurch vermehrt dafür genutzt werden, das selbständig erworbene Wissen in Übungen und Projekten unmittelbar anzuwenden. Dadurch bleibt mehr Zeit für den direkten Austausch zwischen Studierenden und Dozierenden.

Das schlägt sich auch in der Einrichtung nieder: Es gibt vermehrt Teamarbeitsplätze und Räumlichkeiten für interdisziplinäre Zusammenarbeit, wie das Student Project House der ETH Zürich. Hier können Studierende ihre Kompetenzen anwenden, um eigene Ideen auszuprobieren und zu verwirklichen.

Die Digitalisierung bringt nicht nur neue Lerntechnologie und -umgebungen, sondern verleiht auch der Didaktik neue Impulse. Neue Formen des Leistungsnachweises sind möglich. Beim adaptiven Lernen wird den Lernenden fortwährend ihr Lernfortschritt mitgeteilt. Die Anforderungen im späteren Berufsalltag können dank kompetenzorientierten Prüfungen erfahren werden. So lassen sich 3D Drucker oder CAD Maschinen in Prüfungsszenarien einbauen. Mobile Geräte erlauben es, Lernkontrollen ortsunabhängig durchzuführen.

Diese Entwicklungen ermöglichen ein flexibleres Lernen. Sie unterstreichen Kreativität, Teamarbeit und das Ausüben späterer Praxis. Dies steigert Motivation und Engagement und schlägt sich wiederum positiv auf den Lernerfolg nieder.

Randnotiz: Dieser Beitrag war ursprünglich für eine Beilage in einer grossen Tageszeitung gedacht. Die Beilage kam dann aber leider nicht zustande.

In der Diskussion um Video in der Lehre tauchen v.a. die folgenden zwei kritischen Argumente immer wieder auf:

• Die Produktion von Videos ist aufwändig und teuer. Es müssen Spezialisten beigezogen werden (Didaktikexperten, Drehbuchautoren, Cameracrew etc.), es braucht lange Vorlaufzeiten und einen komplizierten technischen Aufbau.
• Bei manchen Video-Projekten bleibt es am Ende fraglich, ob sich die Investitionen gelohnt haben. Es wird kein Mehrwert sichtbar, der aufgrund von videospezifischen Möglichkeiten erreicht wurde.

Beide Argumente greifen zu kurz. Hinsichtlich dem Produktionsaufwand lässt sich einwenden, dass es heute genügend Beispiele von gelungenen Lernvideos gibt, die mit einer sehr günstigen technischen Ausrüstung und in kurzer Zeit umgesetzt wurden – oft sogar von einer einzigen Lehrperson ganz im Do-it-yourself-Verfahren. Gerade ein legerer Ansatz kann Sympathie wecken und freundlich wirken.

Bei der Frage um die Investitionen trifft es zu, dass viele Videos sich im Grundsatz nicht wirklich von klassischen Dokumentationsformen unterscheiden. Eine PDF-Präsentation oder ein Skript wären dann tatsächlich gleichwertig und weniger aufwändig gewesen. Es wurde versäumt das spezifische Potential von Video zu nutzen, um etwas noch einprägsamer und klarer darzustellen als dies mit Text, Bild oder Audio, möglich ist.

Dieses zweite Argument führt zur entscheidenden Frage , welche Schlüssel-Faktoren denn wirkungsvolles Lernen wirklich ausmachen und wie Video bei diesen Faktoren einzigartige Vorteile gegenüber anderen Medienformaten wie Text oder Audio ausspielen kann. Unzählige Studien und Feedbacks aus der Praxis belegen immer wieder, dass bei erfolgreichem Lernen folgende Einflussfaktoren im Spiel sind: Emotionen, Relevanz, Wiederholungen, Reflektion, Eigenaktivität, Selbstverantwortung, Kontrolle, Motivation und die Berücksichtigung der Funktionsweise des kognitiven Systems (Stichwort begrenztes Kurzzeitgedächtnis und ‚Cognitive Load‘).

Die untenstehende Tabelle illustriert, wie Video sich mit seinen spezifischen Stärken dazu eignet, diese Schlüssel-Faktoren für erfolgreiches Lernen zu unterstützen.

Um nun ganz konkret ein Lehrvideo-Projekt zu planen, werden die 10 Szenarien empfohlen. Link:

http://blogs.ethz.ch/refreshteaching/files/2015/05/10-ideal-cases-for-VIDEO_Examples.pdf

Diese Szenarien nutzen die eben genannten Schlüsselfaktoren für das Lernen und können beliebig kombiniert werden. Generell wird empfohlen, eine Dauer von 6 Minuten pro Video nicht zu überschreiten. Verschiedene Statistiken von MOOC-Plattformen und Youtube haben gezeigt, dass dies die maximale Videolänge ist, welche sich Betrachter bis zu Ende ansehen.

Abschliessend lässt sich für Lehrvideos festhalten: Es ist weniger entscheidend, ob die Produktion aufwändig in einem Studio erfolgt oder einfach in einem Do-it-yourself-Setting. Der Erfolg hängt vielmehr davon ab, ob die einzigartigen Stärken des Videomediums mit den Schlüsselfaktoren für wirkungsvolles Lernen kombiniert werden oder nicht.

Projekte an der ETH

An der ETH wird Video schon in verschiedensten Orten erfolgreich eingesetzt. Am D-PHYS werden bei Aufgaben zu grundlegenden Konzepten und Phänomenen die Musterlösungen Schritt für Schritt per Video vermittelt (Themen sind z.B. der Otto-Motor oder Luftblasen) . Die Methode, dass die Lehrperson gleichzeitig handschriftlich die Lösung entwickelt und mündlich erläutert, ist attraktiv und kommt bei den Studierenden sehr gut an. Die Möglichkeit, die Gedankengänge, die den Lösungsweg begleiten jederzeit erneut anzuschauen, fördert die Verinnerlichung der Konzepte. Mit ein und –ausgeblendeten Annotationen wird die Aufmerksamkeit an die relevanten Stellen im Text, einer Formel oder einer Skizze gelenkt. Die bereits genannten klassischen Demonstrationsvideos, wo physikalische Phänomene und Experimente filmisch festgehalten sind, werden ebenfalls bereits breit eingesetzt.

Das D-ARCH bietet seit 2014 auf der Plattform www.edx.org einen ETH-MOOC zum Thema ‚Future Cities an‘. A global audience can learn online at the time and pace of their choice from a renowned faculty group. The goal of this 10-week-course is to understand a city’s people, components, functions, scales and dynamics, as precondition for its sustainable design and management. Die Lehrpersonen sprechen die Studierenden in aller Welt (168 Länder) an, gehen mit ansprechenden Videos auf aktuelle städtebauliche Themen in der Welt ein und reagieren mit ad-hoc Feedback-Videos auch auf das Geschehen im MOOC selber. So gehen sie direkt auf Verständnisfragen ein, welche eingegangen sind oder erklären ein Thema erneut, wenn die entsprechenden Quizfragen eher ungenügend beantwortet wurden. The mix of modern communication tools such as videos, quizzes, forums and game-like labs make the learning experience attractive and effective.

Am D-MATH wurde ein Online-Selbstlernkurs für die Statistiksoftware R erstellt, um der hohen Nachfrage zu diesem Software-Kurs gerecht werden zu können. Anhand von kurzen und wirklichkeitsnahen Videos lernen die Teilnehmenden, das Wissen aus der Einführungsvorlesung Statistik mit der Software R umzusetzen. Im Video werden Screencasts aus der Software selber gezeigt und erläutert, gemischt mit praxisrelevanten Beispielen und Fragestellungen aus verschiedenen ETH-Departementen.

Am D-HEST finden erste Versuche mit interaktiven Videos statt, um die Gefahren in Laboren wirkungsvoll darzustellen.

Generell wird Video departementsübergreifend meist über das Lernmanagementsystem Moodle angeboten. Möglich ist aber natürlich auch, nur einen Link zu dem spezifischen Video zu verteilen.

Zusammenfassung und Ausblick

Die ETH-Schulleitung unterstützt den Gedanken, in der Lehre das Medium Video generell mehr einzusetzen um so der Popularität des Mediums und den lernwirksamen Möglichkeiten gerecht zu werden. Viele Hochschulen setzen in Ihrer Lehre auch lernförderliche Videos ein, die nicht von Ihnen selber erstellt worden sind und die zur Verwendung in einem Bildungskontext freigegeben sind. Dieser Ansatz erscheint sinnvoll und effizient.

Für die Eigenproduktion von Videos an der ETH werden die folgenden Leitgedanken vorgeschlagen.

1. Video oder nicht? Video sollte möglichst nur dann eingesetzt werden, wenn die lernförderliche Wirkung im Sinne des Lernziels anderen Darstellungsformen wie Text und Bild klar überlegen ist. Auch sehr kurze Videos oder Video-Ausschnitte (unter drei Minuten) können sehr sinnvoll sein wenn sie einen Aspekt wirkungsvoller als jedes andere Medium darstellen. Gute Beispiele sind ‚Lernen am Modell‘ sowie ‚Fehler zeigen und beheben‘ . Entscheidend ist, dass man ein Video geschickt gestaltet und eine lernförderlich Stimmung erzeugt. So können Betrachter motiviert werden, echte Denkanstrengungen zu unternehmen (to invest mental effort).
2. Ein sorgfältiges und durchdachtes Konzept ist entscheidend. Für ein optimales Resultat ist eine sehr sorgfältige inhaltliche Vorbereitung unabdingbar. Es muss genügend Zeit reserviert werden, um das grosse Potential der videospezifischen Aspekte (s. Punkte 1-10) mit einem durchdachten Drehbuch auszunutzen.
3. Produktion: Für die Produktion stehen verschieden Varianten zur Verfügung. Do-it-yourself-Verfahren können sinnvoll sein. Auch bei dieser Produktionsmethode sollte ein Mindestmass an technischen Standards sollte aber auch hier Voraussetzung sein damit die Videos ernst genommen werden (v.a. gute Audioqualität und genügende Lichtverhältnisse).

Das LET, die Lehrspezialisten/Innen und die ID MMS verfügen über eine breite Erfahrung im Bereich Lernvideos und unterstützen gerne bei Videoprojekten für die Lehre.

Weiterführende Informationen zu den ETH-Projekten: http://blogs.ethz.ch/refreshteaching/dates-topics/videos-in-teaching/

Learning analytics ist definiert als  «the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimising learning and the environments in which it occurs» [1] – oder etwas umgangsprachlicher formuliert: «It is about collecting traces that learners leave behind and using those traces to improve learning.» [2]

Die Analyse von Lehr-/Lerndaten kann für verschiedene Anspruchsgruppen einer Universität von grosser Bedeutung sein [3]:

• Studierende können die eigene Leistung beurteilen und die eigenen Lernanstrengungen mit denen ihrer KommilitorInnen vergleichen. Auch können sie sich mit den Erfahrungswerten messen und ihre Fortschritte sehen.
• Dozierende können beurteilen, wie häufig und in welcher Art und Weise ihre Unterrichtsmaterialien verwendet werden. Daraus lässt sich zum Beispiel schliessen, welche Materialien bevorzugt werden und wann Studierende welche Lernaktivitäten ausführen.
• Die Institution kann Nutzungszahlen der verwendeten Lernsoftware erheben.

Der Mehrwert von Learning analytics wird dabei im NMC Horizon Report [4] beschrieben als Werkzeug zur Steigerung des Verständnisses von Lehren und Lernen (weiteres hierzu auch bei [3]). Nachgelagert soll dadurch eine besser angepasste Lehre angeboten werden und auf Probleme schneller reagiert werden können.

Vor allem an Präsenzuniversitäten ergeben sich bei der Erfassung von Learning Analytics zwei Probleme. Erstens können nicht alle Lernaktivitäten von Studierenden erfasst werden (zum Beispiel Lernrunden oder Übungslektionen). Zweitens ist es oft auch bei den erfassten Lernaktivitäten schwierig bis unmöglich, die vorhandenen Daten miteinander zu verknüpfen. Zudem ist bei der Interpretation der Daten immer Vorsicht geboten. Ein kleines Beispiel hierfür: ein Dozent sieht, dass 80% seiner Studierende die Folien erst eine Stunde vor der Vorlesung herrunterladen. Deshalb beschliesst er, diese zukünftig erst 2h vor der Vorlesung zur Verfügung zu stellen. Damit trifft er aber nun genau diejenigen Studierenden, welche sich gewissenhaft rechtzeitig vorbereiten.

Ein weiteres, nicht zu unterschätzendes Problemfeld ist die der Datenschutz, das heisst das Erfassen und Verwerten von Studierendendaten. Die Rechtslage ist dabei in jedem Land etwas anders. Unter Umständen braucht die Auswertung ein schriftliches Einverständnis von Studierenden. Zumindest eine entsprechende Transparenz ist unbedingt anzustreben, da das Misstrauen vor dem Hintergrund grosser Abhörskandale in den letzten Monaten stark gestiegen ist. Ein guter Ansatz liefert hier [6].

Gross ist aber die Hoffnung, fundamentale Erkenntnisse zu gewinnen. Die Frage ist allerdings, wie viel radikal neue Information tatsächlich in den Big Data steckt. Melanie Booth erklärt dies hervorragend: “learning analytics may hold great promise as a way to support learning assessment and as a higher education “movement.” The potential of learning analytics to combine information from multiple and disparate sources, to foster more-effective learning conditions in real time, and to enable multiple focal points for analysis and improvement is enticing. However, even though learning analytics offers powerful tools and practices to improve the work of learning and assessment, well-considered principles and propositions for learning assessment should inform its careful adoption and use. Otherwise, learning analytics risks becoming a reductionist approach for measuring a bunch of “stuff” that ultimately doesn’t matter.” [5]

Entscheidend ist also nicht die technische Machbarkeit (viele Daten sind einfach abrufbar), sondern dass die richtigen Fragen an die Daten gestellt werden. Und viele dieser Fragen können mit den heutigen Werkzeugen oder aus der Didaktik-Forschung bereits beantwortet werden. Ein gutes Beispiel hierfür ist, dass häufiges Repetieren zu besserem Lernerfolg führt.

An der ETH fliessen an verschiedenen Stellen Analysen von Unterricht in die Planung ein. An erster Stelle ist hier die umfangreiche Unterrichtsevaluation zu nennen. Diese ist allerdings nur für die betroffen Personen und die Studienkoordinatoren einsehbar. Ebenso werten Dozierende Lerndaten aus einzelnen Veranstaltungen aus. Beispielsweise werden MOOC-begleitete Unterrichtssequenzen und Lernaktivitäten in Moodle  analysiert [7]. Eine übergeordnete Analyse (insbesondere kombiniert aus verschiedenen Quellen) auf institutioneller oder Kursebene wird zur Zeit nicht verfolgt. Dies einerseits aus datenschutzrechtlichen Gründen, andererseits, weil der Aufwand den Nutzen in der Regel übertrifft. Hilfestellungen, wie aussagekräftige Daten auf einfache Weise aus Plattformen gezogen werden können, wäre aber für die ETH sinnvoll.

Die Möglichkeiten für Studierende, um zum Beispiel das eigene Studienverhalten mit mit dem ihrer Peers zu vergleichen, sind zur Zeit auf vereinzelte Kurse beschränkt. In Zukunft wäre ein breiteres Angebot wünschenswert.

Ob und wie auf institutioneller Ebene Big data ausgewertet werden, dürfte auf politischer Ebene entschieden werden.

Quellen

Bild: Martin Grandjean, wikipedia.org, CC BY-SA 3.0

[1] 1st International Conference on Learning Analytics and Knowledge, Banff, Alberta, February 27–March 1, 2011, as cited in George Siemens and Phil Long, “Penetrating the Fog: Analytics in Learning and Education,” EDUCAUSE Review, vol. 46, no. 5 (September/October 2011).
[2] Erik Duval: Learning Analytics and Educational Data Mining, Erik Duval’s Weblog, 30 January 2012, https://erikduval.wordpress.com/2012/01/30/learning-analytics-and-educational-data-mining/
[3] Surf, the collaborative organisation for ICT in Dutch higher education and research: https://www.surf.nl/en/themes/learning-and-testing/learning-analytics/index.html )

[4] New Media Consortium and EDUCAUSE Learning Initiative, NMC Horizon Report: 2012 Higher Education Edition, p. 22.

[5] Melanie Booth, Learning analytics: The new black: http://www.educause.edu/ero/article/learning-analytics-new-black.

[6]  Stephan Göldi: Ist Learning Analytics wirklich neu? http://esomea.goeldi.org/2012/06/08/ist-learning-analytics-wirklich-neu/

[7] http://blogs.ethz.ch/refreshteaching/dates-topics/learning-analytics/

Flipped Classroom Session, Foto: Stanford EdTech @flickr, no changes, CC by-nc-nd 2.0

Auch wenn das Flipped Classroom Konzept nicht neu ist, hat es erst mit der Digitalisierung und Flexibilisierung des Hochschulunterrichts neuen Aufwind erhalten. Verantwortlich für diese Entwicklung sind insbesondere der Hype um „Massive Open Online Courses“ (MOOCs). Weiter gab es einen Bedeutungszuwachs von offenen und kostenpflichtigen Onlinekursen zum Selbststudium sowie eine massive Verbreitung von Videos auch im Bildungsbereich, insbesondere über mobile Geräte. Ein grosses Potenzial von Flipped Classroom liegt darin, dass Dozierende im direkten Austausch mit den Studierenden durch gezielte Lernaktivitäten und durch Nachfragen verbreitete Fehlkonzepte und Denkfehler besser entdecken können. Der lernförderliche Dialog mit den Studierenden ist intensiver und Studierende können in verschiedensten Lernszenarien den Wissenstransfer von der Theorie in die Praxis umsetzen [3]. Flipped Classroom fördert damit den Kompetenzerwerb der Studierenden in Bezug auf fachliche, aber auch soziale und andere nicht-fachliche Kompetenzen.

Die ETH hat in einer zweijährigen Pilotphase (2012-2014) vielfältige videobasierte Onlinekursformate in Kombination mit Lehrveranstaltungen erprobt [4]. Dozierende, die damit den Unterricht“ “gedreht” haben, berichten einstimmig, dass ihnen der intensivere Austausch mit den Studierenden mehr Spass bereitet, da sie die Lernfortschritte selbst erleben und direkt beeinflussen können. Studierende begrüssen das Konzept ebenfalls, kritisieren aber teilweise die Form der Umsetzung. Der Aufwand zum vollständigen „Drehen“ einer Lehrveranstaltung ist für Dozierende und Studierende gross und wurde von allen Projektbeteiligten der Pilotphase unterschätzt. Insbesondere kann die Produktion von eigenen Videomaterial viele Ressourcen in Anspruch nehmen, die dann bei der Entwicklung von Lernszenarien für den Präsenzunterricht fehlen [5]. Es ist daher ratsam, zunächst nur Teile des Unterrichts zu „drehen“ und dann iterativ vorzugehen, um das Konzept auf die gesamte Lehrveranstaltung auszuweiten.

Die Umsetzung eines Flipped Classrooms ist ein anspruchsvolles Projekt für Dozierende und Studierende, das erst dann effektiv ist, wenn auch ein „Flipped Learning“ ermöglicht wird:

„Flipped learning is a pedagogical approach in which direct instruction moves

from the group learning space to the individual learning space, and the resulting group space is transformed into a dynamic, interactive learning environment where the educator guides students as they apply concepts and engage creatively in the subject matter.“ [6]

Hierfür sind Räume mit flexiblem Mobiliar notwendig, die den interaktiven Präsenzphasen beispielsweise mit Gruppentischen und abtrennbaren Gruppenarbeitsbereichen besser Rechnung tragen. An der ETH wurden erste sehr gute Erfahrungen mit einem flexiblen Auditorium (HG E41) gemacht. Diese Erfahrungen ermuntern weiter in diese Richtung zu investieren. In der Zwischenzeit kann aber auch in einer klassischen Sitzordnung flexibler gearbeitet werden, indem zum Beispiel Studierende zu zwei oder zu dritt zu diskutieren beginnen. Ein solcher Unterricht erfordert von Lehrenden einen Rollenwechsel (weniger Wissensvermittlung, mehr Begleitung) und ein erweitertes Methodenrepertoire, um den Präsenzunterricht optimal gestalten zu können.

Für die ETH als Präsenzuniversität kann das Konzept Flipped Classroom ein zentraler Wegweiser für künftige Investitionen in die Lehre sein. Es legt viel Wert auf die Qualität des Präsenzunterrichts, indem die Zeit möglichst für den Austausch zwischen Studierenden und Forschenden resp. Lehrenden und für die Anwendung von Wissen verwendet wird. Weiter nutzt das Konzept die Vorteile der Digitalisierung und Flexibilisierung der Wissensvermittlung und ermöglicht kompetenzorientierte Lehre. Sie ist zentral für eine wissenschaftliche und berufliche Karriere der Studierenden.

Quellen

[1] Hussey, H. D., Fleck, B. K., & Richmond, A. S. (2014). Promoting Active Learning through a Flipped Course Design. In J. Keengwe, G. Onchwari, & J. Oigara (Eds.) Promoting Active Learning through the Flipped Classroom Model (pp. 23-46). Hershey, PA: . doi:10.4018/978-1-4666-4987-3.ch002

[2] Mazur, E. (1997). Peer Instruction. A User’s Manual. Upper Saddle River, NJ: Prentice Hall.

[3] Educause (2012). 7 Things You Should Know About Flipped Classrooms. Online-Ressource: http://www.educause.edu/library/resources/7-things-you-should-know-about-flipped-classrooms

[4] ETH – LET (2013). TORQUEs: A turning point for teaching, Online verfügbar: http://www.let.ethz.ch/projekte/

[5] Weidlich, J. & Spannagel, C. (2014). Die Vorbereitungsphase im Flipped Classroom. Vorlesungsvideos versus Aufgaben. Münster: Waxmann. Online-Ressource: http://2014.gmw-online.de/wp-content/uploads/237.pdf

[6] Flipped Learning Network (2014). Definition of Flipped Learning. Online-Ressource: http://flippedlearning.org/domain/46

Auch in der Hochschulbildung finden sich bei Studierenden eine Vielzahl solcher Fehlkonzepte, die oft schon seit Jahren bestehen [2], [3] (zum Beispiel wird fälschlicherweise angenommen, dass das Magnetfeld der Erde seit jeher in die gleiche Richtung zeigt. Tatsächlich hat es in den letzten 4 Mio. Jahren mindestens neunmal seine Richtung geändert). Solch fehlerhaftes Denken ist darum problematisch, weil es tiefergehendes Lernen und Verstehen verhindern kann. [4]

Studien haben gezeigt, dass man durch wiederholtes Präsentieren des korrekten Konzepts solches fehlerhaftes Wissen und Denken nicht einfach aus dem Weg räumen kann [5]. Es gibt falsches Wissen, das sich scheinbar ständig selber bestätigt, besonders wenn es subjektive und vereinfachende Interpretationen von vielschichtigen Ereignissen oder Gegenständen sind (mentale Modelle) [6]. An solchen Fehlkonzepten wird gerne festgehalten, weil sie die Wirklichkeit weniger komplex erscheinen lassen und scheinbar genügen, um die Dinge zu erklären. So sind sie stark verankert und nur schwer zu überwinden. Auch wenn nun die gängige Lehrmeinung dieser Sichtweise widerspricht findet oft kein Umdenken statt. Entweder ist diese andere Sicht unbekannt oder sie wird gar nicht richtig beachtet oder ignoriert, weil erhöhte Komplexität und so entstehende kognitive Konflikte unbequem sein können.

Ein Ausweg ist, in der Lehre bewusst ganz spezifische Situationen herbeizuführen, welche mit solchen Fehlkonzepten nicht mehr erklärbar sind [7]. Das ist z.B. dann der Fall, wenn das alte Konzept das offensichtliche Resultat eines Experiments nicht mehr glaubhaft rechtfertigen kann. Wenn nun die Erklärungskraft des neuen, richtigen Konzept eindeutig höher ist, dann wird der Weg frei, dass sich Denk-Konzepte dauerhaft verändern. In so einem Umgang mit Fehlkonzepten kann sich für Studierende zusätzlich eine wichtige Erkenntnis einstellen: für echtes Lernen tut man gut daran, seine Sicht der Dinge regelmässig zu hinterfragen und wenn nötig selbstverantwortlich die Konzepte neu zu lernen.

ETH Projekte

An der ETH finden sich verschiedene Projekte, welche zum Ziel haben, durch das Identifizieren von Fehlkonzepten unter den Studierenden die Lehre gezielt zu verbessern. So arbeiten einige Dozierende am D-PHYS in ihrer Lehre mit einer Datenbank von derzeit 306 Konzeptfragen (Multiple-Choice-Fragen mit erläuternden Antworten). Diese Fragen werden während des gesamten laufenden Semesters eingesetzt. Studierende erhalten so in kurzen zeitlichen Abständen eine direkte Rückmeldung zum eigenen Verständnis der zentralen Konzepte [8]. Dozierende können so bereits während des Semesters überprüfen, ob Ihre Lernziele auf der gewünschten Stufe erreicht wurden und allenfalls korrigierende Massnahmen einleiten.

Am D-BIOL wird durch die systematische Sammlung von Testergebnissen (Pre-Post-Setting zu Beginn und Ende des Basisjahrs) evaluiert, welche Themen wiederholt schlecht verstanden respektive welche Fehlkonzepte nicht überwunden wurden. Auf dieser Datengrundlage sollen dann Curriculumsanpassungen erfolgen [9].

Am D-USYS werden bei der Prüfungskorrektur von Freitextaufgaben die am häufigsten auftretenden Fehlkonzepte gesammelt und quantifiziert (Vorlesung ‚Erd- und Produktionssysteme‘). Diese Fehlkonzepte werden dann als plausible, weil real vorkommende Falschantworten (Distraktoren) für Multiple-Choice-Fragen genutzt. Solche Fragen bringen verschieden Vorteile mit sich: Kleinerer Korrekturaufwand, der Examinator wird nicht durch schlecht leserlichen Antworttext beeinflusst und schliesslich sind Antwortstatistiken einfacher und schneller greifbar.

Ausblick

In der Hochschullehre gilt es als ‚Best Practice‘, mit einem systematischen Ansatz Fehlkonzepte zu überwinden, die bei Studierenden häufig vorkommen. Sonst wird das das Lernen und v.a. das Entwickeln von immer tiefergehendem Lernen und Verstehen stark behindert [4] .

Multiple-Choice-Fragen sind ein geeignetes Instrument, um die Häufigkeitsverteilung von Fehl-konzepten zu erfassen. Der Aufwand für das Entwickeln solcher Fragen ist erfahrungsgemäss aber nicht zu unterschätzen. Zusätzliche Ressourcen können durch Innovedum-Projektanträge ermöglicht werden.

Doch auch mit vergleichsweise kleinen Schritten kann einiges erreicht werden: So könnte man bei der Korrektur von Freitext-Prüfungen die beobachteten Fehlkonzepte in einer einfachen Form dokumentieren. Weitere Daten ergeben sich durch das Befragen von Assistierenden, welche Verständnisprobleme in den Übungen am häufigsten auftreten. Bei Multiple-Choice-Online-Prüfungen stehen sogar schon detaillierte Antwort-Statistiken zur Verfügung. Wichtig ist dann, dass alle diese Ergebnisse dann an die richtigen Dozierenden gelangen sodass diese in kommenden Semestern ihre Schwerpunkte und inhaltliche Planung auf diese Daten stützen können.

In jedem Fall wird empfohlen, Fehlkonzepte nicht nur bei Sessions und –Semesterendprüfungen zu untersuchen, sondern solche v.a. während des Semesters aufzudecken. Das Potential liegt darin, dass Studierende Verständnisprobleme frühzeitig und deutlich erkennen und dadurch zur Aufarbeitung angespornt werden. Während des laufenden Semesters können die Dozierenden aus Zeitgründen meist nicht alle festgestellten Fehlkonzepte umfassend klären. Studierende sollten deshalb Hinweise erhalten, wie sie eigene Fehlkonzepte selbstständig überwinden können (z.nB. Selbststudium, Office-Hours der Dozierenden, Assistierende oder Mit-Studenten ansprechen etc.).

Referenzen

[1] Oxford Dictionaries; http://www.oxforddictionaries.com
[2] Galley, W. C. (2004). Exothermic Bond Breaking: A Persistent Misconception. Journal of Chemical Education, 81(4), 523-525.
[3] Chinn, C. A., & Brewer, W. F. (1993). The role of anomalous data in knowledge acquisition: A theoretical framework and implications for science instruction. Review of Educational Research, 63(1), 1-49.
[4] Nakhleh, M. B. (1992). Why some students don’t learn chemistry: Chemical misconceptions. Journal of Chemical Education, 69(3), 191-196.
[5] Gregg, V. R., Winer, G. A., Cottrell, J. E., Hedman, K. E., & Fournier, J. S. (2001). The persistence of a misconception about vision after educational interventions. Psychonomic Bulletin & Review, 8(3), 622-626.
[6] Chi, M. T. H. (2008). Three types of conceptual change: Belief revision, mental model transformation and categorical shift. In S. Vosniadou (Ed.), Handbook of research on conceptual change (pp. 61-82). Hillsdale, NJ: Erlbaum.
[7] Nussbaum, J., & Novick, N. (1982). Alternative frameworks, conceptual conflict, and accommodation: Toward a principled teaching strategy. Instructional Science, 11, 183-200.
[8] ETH D-PHYS: Innovedum-Project: Konzeptfragen-DB: Collection of concept questions for introductory physics lectures ((http://www.eduphys.ethz.ch/documents/innovedum_konzeptfragen_word))
[9] ETH D-BIOL: Innovedum Project: Investigating misconceptions in biology held by Swiss students at the threshold between Gymnasium and University

Keywords: Gamification, Game based Learning, serious gaming, Badges, Game

Gamification wird im allseits beachteten jährlich NMC-Horizon-Report 2014 als wichtigste Lehr-/Lerntechnologische Entwicklung im Hochschulbereich in einem 2-3 Jahre-Horizont gesehen (als kurzfristige Trends werden Flipped Classroom und Learning Analytics genannt) [1]. Auch in der Schweizer Presselandschaft ist das Thema präsent, wenn auch nicht ausdrücklich im Lehrkontext [2]. Dabei gilt es zu unterschieden zwischen Game-Based Learning, Serious Gaming und eben Gamification, wobei letzteres definiert wird als: «Gamification is using game-based mechanics, aesthetics and game thinking to engage people, motivate action, promote learning, and solve problems.»[4] Oder vereinfacht gesagt «Gamification is the process of using game thinking and game mechanics to solve problems and engage users.»[5] Im Vergleich dazu werden mit Serious Gaming und Game Based Learning eigentliche Computerspiele bezeichnet, welche pädagogisch ausgerichtet sind und mitunter klar formulierte Lernziele haben (bspw. iCivics[6]). Der Fokus von Gamification liegt also im Verändern bestehender Konzepte und Ansätze und nicht in der Entwicklung von neuen Computerspielen. Doch alle diese Ansätze haben einen klaren Fokus: Das Engagement von Studierenden zu erhöhen [5]. Als eines der bekanntesten Werkzeuge der Gamification sind hier Badges zu nennen [7], virtuelle Auszeichnungen, welche Errungenschaften innerhalb eines Kurses kennzeichnen. Es gibt einige Beispiele signifikanter Korrelationen zwischen Lernerfolg und dem Einsatz von Gamification sowie eine inverte Abhängigkeit von Abbruchraten [8]. Kapp warnt jedoch in seinem Standardwerk [4] davor, Gamification einfach als Einsatz von Wettbewerb und Bestenliste zu sehen, es bedarf einer Anpassung der Didaktik und einem stimmigen Gesamtkonzept, um Gamification zum Erfolg zu führen. Insbesondere das Gameplay (der Verlauf des Spiels) und das so genannte Storytelling (die Art, wie die Spielgeschichte erzählt wird) muss zwingend durchdacht sein. Auch andere Quellen äussern sich eher kritisch [9], dabei wird vor allem der extrinsische Charakter der generierten Motivation kritisiert.

An der ETH wurden bereits einige Projekte mit starkem Fokus auf Game Based Learning umgesetzt (bspw. SimSalin [10] oder Environmental Visualization Objects[11]). Erfahrungen vergangener Jahre haben gezeigt, dass vor allem der Programmieraufwand oft sehr gross ist und sich kaum rechnet. Es gibt aber auch Ausnahmen, so ist das Spiel «SigSys» [12] sehr erfolgreich für eine Veranstaltung an der ETH entwickelt worden. Gamification ist an der ETH wenig bekannt, erste Projekterfahrungen in einer technischen Vorlesungen waren jedoch sehr erfolgversprechend. Die vorhandenen Werkzeuge erlauben eine gewisse Gamification, insbesondere Badges. An verschiedenen Universitäten sind Badges bereits eingesetzt worden mit positiven Erfahrungen, so zum Beispiel an der Pursue University: «(Many sudents) were motivated by that badge, so they did the optional badges as well; not all, but some went to learn further.» [13] Ebenfalls wären andere Szenarien gut vorstellbar (bspw. Freischalten gewisser Zusatzfunktionen beim erfolgreichen Abschluss o.a.)

Gamification erhöht das Lernengagement vieler Studierenden. Dies wäre auch für die ETH eine interessante Option. Moodle als strategische Lernplattform ist dafür ausgerüstet. Sowohl eine leistungsbasierte Verfügbarkeit von Angeboten wie auch Badges sind in der Lernplattform integriert und können verwendet werden. Es ist daher zu prüfen, ob Gamification aktiv beworben werden soll und als Ausbildungsangebot in den Didactica-Katalog des LET aufgenommen werden soll.

Literatur/Quellen

1. Johnson, L., Adams Becker, S., Estrada, V., & Freeman, A. (2014). Horizon Report > 2014 Higher Education Edition. (H. Bechmann, Ed.) Deutsche Ausgabe (Übersetzung: Multimedia Kontor Hamburg), Austin, Texas: The New Media Consortium.
2. http://www.srf.ch/wissen/technik/gamification-wenn-die-reale-welt-zum-spiel-wird sowiehttp://www.srf.ch/sendungen/kontext/spielend-zum-erfolg
3. http://www.srf.ch/kultur/im-fokus/weblese/gamification-die-loesung-aller-probleme
4. Kapp, K. M. (2012). The Gamification of Learning and instruction: game-based methods and strategies for training and education. San Francisco: Pfeiffer.
5. http://www.gamification.co/2012/01/13/gamification-vs-game-based-learning-in-education/
6. https://www.icivics.org
7. http://www.openbadges.org
8. Hamari, J., Koivisto, J., and Sarsa, H. (2014). Does Gamification Work? – A Literature Review of Empirical Studies on gamification. In proceedings of the 47th Hawaii International Conference on System Sciences, Hawaii, USA.
9. http://krystlejiang.wordpress.com/2011/07/11/the-dangers-of-gamification/
10. https://ww2.lehrbetrieb.ethz.ch/ivy/pro/Innovedum/Innovedum/showProject.jsp?id=346&lang=de
11. https://ww2.lehrbetrieb.ethz.ch/ivy/pro/Innovedum/Innovedum/showProject.jsp?id=461&lang=de
12. http://www.sigsystext.com
13. http://www.thecollegefix.com/post/12195/

Bild: http://pixabay.com/en/users/annafrejakorvin/

Keywords: Personal Learning Environment, Studierendenzentrierte Lehre, Informelles Lernen, SOL, Lebenslanges Lernen

Es ist längst unbestritten, dass Computer die Art wie wir lernen, uns Wissen aneignen und teilen verändern. Es sind aber nicht so sehr die Technologien, welche eine grosse Herausforderung an die Bildung stellen, sondern vielmehr wie wir die Technologien benutzen und diese unser Lernen beeinflussen. Und insbesondere sind es Social Software, die Studierenden neue Möglichkeiten für das Erstellen und Austauschen von Wissen über Podcasts, Filme, Fotos ect. ermöglichen.

Die meisten elektronischen Lernmedien unterstützen bisher das Verwalten und Vermitteln von Inhalten, ermöglichen es den Studierenden aber nur sehr eingeschränkt, Wissen zu teilen und das Lernen für den Einzelnen zu erleichtern und persönlich zu gestalten. Ausserdem sind elektronische Lernmedien nach wie vor auf das formale Lernen ausgerichtet und berücksichtigen das informelle Lernen kaum, welches einen wichtigen Bestandteil des studierendenzentrierten und lebenslangen Lernens sind. Gemäss G. Atwell [1,2] könnten Personal Learning Environments einen Antwort sein auf das Missverhältnis zwischen der Art wie wir Lernen und der Art wie Technologien funktionieren sein.

Gemäss Gaby Reinmann [3] ist PLE konzeptionell eine persönliche Wissens- und Lernumgebung. Technisch läuft PLE, gemäss ihrer Definition, auf (Web-)Applikationen hinaus, die für eine individuelle und dezentrale Zusammenstellung verschiedener (Social-Software) Werkzeuge offen sind und dem Lernenden im Idealfall lebenslang und unabhängig von bestimmten Bildungsinstitutionen zur Verfügung stehen. Eine PLE muss demnach die persönlichen Bedürfnisse eines Lernenden berücksichtigen und individuell konfiguriert und gestaltet werden können. Persönliche Daten, online Dienste, Websites und Social Software wie Twitter, Feeds, Blogs und Wikis müssen gesammelt, aufbereitet und geteilt werden können. Eine PLE sollte aus diesen Gründen typischerweise, und im Gegensatz zu einem herkömmlichen LMS, nicht an eine Institution oder einen Kurs gebunden sein, sondern den Studierenden institutionsübergreifend als persönliches Knowledge-Management-Tools für formales und informelles, lebenslangens Lernen zur Verfügung stehen. Es existieren bereits verschiedene PLE, am verbreitesten sind elgg [4], Netvibes [5] und Graasp[6].

Wie unterscheidet sich eine PLE von einem E-Portfolio? Eine klare Abgrenzung zu beschreiben ist aufgrund der verschiedenen Auslegungen der Begriffe nicht einfach. Die Beschreibung von Jenny Hughes von pontydysgu.org beschreibt den Unterschied darin, dass ein E-Portfolio ein Ort ist über Lernen zu erkennen, zu reflektieren und zu präsentieren. Im Gegensatz dazu kann PLE als ein Werkzeug, oder besser gesagt ein Set von Werkzeugen gesehen werden, nicht nur um Lernen zu präsentieren, sondern dieses breite Wissen individuell oder gemeinsam zu entwickeln und darzustellen.

Die Frage ist nun, ob und wie ein PLE in das Studium an einer Hochschule integriert werden kann. Es ist keine Frage, dass Studierende der ETH für ihr eigenes Lernen bereits häufig vielfältige Social-Software Tools benutzen und hier erfahrungsgemäss auch selber entscheiden möchten, welche Werkzeuge sie für die Aneignung und den Austausch von Wissen nutzen möchten. Es macht daher wenig Sinn, institutseigene Personal Learning Environments anzubieten, sondern den Studierenden vielmehr die Möglichkeit bieten, ihre Inhalte in bereits existierende Lernumgebungen einzubinden und so untereinander über eine Plattform auszutauschen. Sie erhalten so die Möglichkeit ihre persönlichen Lernartefakte aber auch die formalen Inhalte zusammen zu bringen und alles an einem Ort zu verwalten. Für das an der ETH eingesetzte LMS Moodle existiert ein OpenSocial-Plugin [7], welches mehr Flexibilität und Personalisierung ermöglicht. Ein Vorteil dieser Lösung besteht darin, dass die persönlichen Inhalte ins institutionseigene LMS eingebunden werden können und so alle wichtigen Lerninhalte an einem Ort zur Verfügung stehen. Ein Nachteil ist ganz klar, dass die Sammlung der persönlichen Inhalte nach Abschluss des Studiums nicht mehr zur Verfügung stehen. Dies widerspricht klar dem Grundgedanken einer PLE. Eine Lösung hierfür könnte die Initiative von Switch sein eine PLE-Plattform schweizweit und hochschulübergreifend anzubieten[8].

Literatur/Quellen

• [1] Atwell, Graham (2007): Personal Learning Environments – the future of eLearning?, elearning Papers, Vol2, No1
• [2] Atwell Graham and Puscuta, Adryan: Schools out – Personal Learning Environments, http://www.youtube.com/watch?v=uWjA-rT3jfk, Zugriff 25.03.13
• [3] Reinmann, Gabi (2008): Lehren als Wissensarbeit?
• [4] http://elgg.org/, Zugriff 25.03.13
• [5] http://www.netvibes.com/de, Zugriff 25.03.13
• [6] http://graasp.epfl.ch/#url=welcome_space, Zugriff 25.03.13
• [7] Bogdanov, Evgeny and Ullrich, Carsten (2012): From LMS to PLE: a Step Forward through OpenSocial Apps in Moodle, http://infoscience.epfl.ch/record/178718/files/paper.pdf, Zugriff 25.03.13
• [8] http://www.switch.ch/de/uni/projects/eidentity/ple.html, Zugriff 25.03.12

Dieser Artikel wird als Test auf den ersten Eintrag referenzieren:

http://blogs.ethz.ch/innohunt/2010/10/kick_off/

Keywords: Crowdsourcing, Studierende, Innovation, Schwarmintelligenz

Lange bevor das Stichwort Crowdsourcing auf dem Parkett erschien, kannte Wikipedia jedes Kind. Die Kernidee ist jedoch dieselbe: Ist die Anzahl der teilnehmenden Personen genügend gross, kann auch ohne explizites Fachwissen auf einem Gebiet gleichwertige oder mehr entstehen, als durch die Fachperson. [1] Der Vater des Begriffs, Jeff Howe vom Wired Magazine, beschreibt es so: “Crowdsourcing is the act of taking a job traditionally performed by a designated agent (usually an employee) and outsourcing it to an undefined, generally large group of people in the form of an open call.” [2]

Das Einsetzen des Ideenreichtums der Crowd stellt auf einer anderen Ebene eine spannende Variante dar. Die Crowd könnte dabei die Studierenden umfassen oder gar die breite Öffentlichkeit. Wie in diesem Beispiel der Universität St. Gallen [3] könnte nach einem sinnvollen Konzept für eine Softwareanwendung gesucht werden, die Studierenden hilft. Das Feedback war sehr gross (450 Vorschläge), was die Weiterverarbeitung erschwerte. Auch weitere Fragen sind vorstellbar. Der Anreiz für die Teilnahme an solchen Crowd-Fragen ist meist Geld oder Gutscheine. Grundsätzlich wäre auch ein Gegenwert in Form von Credit Points vorstellbar. Dies schränkt allerdings den Teilnehmendenkreis wieder stark ein.

Auch an der ETH wurde im Herbstsemester 2011 erstmals ein ähnliches Crowdsourcing-Projekt, allerdings für die Lehre durchgeführt.[4] Beim Studierendenwettbewerb sind insgesamt 66 tolle Ideen eingegangen, davon wurden 11 Finalisten von der Jury ausgewählt. Alle Finalisten haben einen 2-A4-seitigen Umsetzungsplan eingereicht. Aus den besten Umsetzungsplänen wurden von der Jury vier Gewinner für die ersten drei Prämienplätze ausgewählt… Alle Ideen sind auf dem Wettbewerbsblog [5] transparent veröffentlicht. Ein ähnliches Projekt läuft auch an der ZHAW Winterthur. Crowdsourcing ist ein Thema, welches zur Zeit auch immer wieder in der Presse auftaucht (bspw. [6]). Crowdsourcing ist selbst ein sehr aktives Forschungsthema, verständlicherweise vor allem in der Produktentwicklung, was ein Blick in entsprechende Journals zeigt. Aber auch ein Einsatz in der Forschung könnte erstaunliche Resultate liefern, wie das Beispiel Foldit [7] zeigt. [8] An der ETH wird die Idee Crowdsourcing auch noch auf anderer Ebene aufgenommen. Mitarbeiter können organisatorisch/administrative Mängel und Verbesserungsvorschläge einreichen und nehmen damit an einem Wettbewerb teil. Diese Einreichungen werden von verantwortlichen Personen kommentiert und ev. umgesetzt [9]

Bei der Umsetzung eines Crowdsourcing-Projekts sollten auf jeden Fall einige wichtige Kernpunkte gut bedacht sein.

• Die Fragestellung muss wohl durchdacht sein. Ist sie zu allgemein, erhält man zu viele unbrauchbare Ideen. Ist sie zu eng, schränkt man die Kreativität zu stark ein.
• Der Aufwand sollte nicht unterschätzt werden. Das Lesen und Bewerten von Ideen kann sehr zeitraubend sein.
• Geldpreise sind mitunter kontraproduktiv. So äussert sich beispielsweise theRSA.org in einer sehenswerten Animation [10] zum Thema Crowd und verweist dabei auf wissenschaftliche Quellen.
• Gerade im Hochschulumfeld wird häufig von einer schnellen Umsetzung der Ideen ausgegangen. Die Ideengeber fordern häufig auch (berechtigterweise) Informationen über das weitere Vorgehen.

Das LET hat vornehmlich gute Erfahrungen mit dem Wettbewerb gemacht und plant, diesen in einem der nächsten Jahre zu wiederholen.

Literatur/Quellen

1. Poetz, Marion K.; Schreier, Martin (2012): “The Value of Crowdsourcing: Can Users Really Compete with Professionals in Generating New Product Ideas?”, Journal of Product Innovation Management, Vol. 29, Issue 2, p. 245-256.
2. http://crowdsourcing.typepad.com/
3. http://mobileuniapp.net/info/
4. http://www.innovedum.ethz.ch/icompetition
5. http://blogs.ethz.ch/icompetition/
6. http://www.tagesanzeiger.ch/digital/internet/Wie-der-Guardian-aus-seinen-Lesern-Journalisten-machte/story/26816074
7. http://fold.it/portal/
8. http://www.tagesanzeiger.ch/wissen/medizin-und-psychologie/Aids-bekaempfen-mit-einem-Computerspiel/story/11116647
9. http://www.ideenmanagement.ethz.ch/ideen-und-gutachten
10. http://www.youtube.com/watch?v=u6XAPnuFjJc