[mooc] Woche 2 im Learning Analytics MOOC zu “Lernförderliche Integration von Learning Analytics” #learningAnalytics #Hochschule #imoox

Und wir sind bereits in Woche 2 des MOOC “Learning Analytics für die Hochschullehre“. Diese Woche geht es um “Lernförderliche Integration von Learning Analytics” und es werden von meinen Kolleginnen selbstgesteuertes Lernen sowohl auf Studiumsebene als auch auch Lehrveranstaltungsebene vorgestellt. Hier spricht dazu Syliva Lipp aus Sicht der Lernende:

In diesem Video wird der lernförderliche Einsatz von Learning Analytics auf Ebene von Lehrveranstaltungen adressiert. Der Fokus liegt dabei auf der Zielgruppe der Lernenden und deren Unterstützung im selbstregulierten Lernen. Dazu erfolgt in einem ersten Schritt eine theoretische Einordnung des selbstregulierten Lernens. Ausgehend von der Diskussion eines Komponenten- und Prozessmodells wird im nächsten Schritt ein konkretes Anwendungsszenario, ein Moodle Kurs, vorgestellt. Daran wird veranschaulicht, wie Lernende in einer digitalen Lernumgebung mittels Learning Analytics im selbstregulierten Lernen begleitet werden können. Das Video schließt mit Hinweisen zum Einsatz von Learning Analytics in Lehrveranstaltungen.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Die Anmeldung zum MOOC ist natürlich jederzeit mögliche: [Anmeldeseite für den kostenlosen Online-Kurs]

[mooc] Lehren mit Learning Analytics #learninganalytics #imoox

Parallel zum MOOC “Learning Analytics für die Hochschullehre” ist ein zweiter MOOC zu “Lehren mit Learning Analytics” enstanden, der ebenfalls ein Outcome des Projektes “Learning Analytics – Studierende im Fokus” ist. Der Inhalt wird dabei so beschrieben:

Dieser Kurs ist ein fakultätsübergreifendes Qualifizierungsprogramm für Lehrende, das im Rahmen des Projektes „Learning Analytics – Studierende im Fokus“ entwickelt wurde. 
Der MOOC setzt sich mit dem Einsatz von Learning Analytics in der Hochschullehre auseinander und soll eine studierendenorientierte Lehrentwicklung unterstützen. Möglichkeiten und Grenzen der Technologie in hochschuldidaktischem Kontext oder der Einsatz von Methoden und Tools in Learning Analytics werden differenziert betrachtet. Dazu gehören etwa die Analyse von Lernaktivitäten, die Identifikation von Lernbedürfnissen und -problemen sowie die Visualisierung von Lernaktivitäten. Die Teilnehmer*innen erfahren, wie Daten aus verschiedenen Quellen gesammelt und aufbereitet werden und wie sie Learning Analytics in ihre Lehrmethoden und -strategien einbinden können, um die Qualität der Lehre zu verbessern. Das soll ihnen erlauben, die Daten umfassend zu interpretieren und didaktisch relevante Schlussfolgerungen zu ziehen. Zentral im Einsatz von Learning Analytics in der Hochschullehre sind zudem Datenschutz- und ethische Aspekte, die in diesem Kurs ebenfalls behandelt werden.
Dieser MOOC richtet sich einerseits an Hochschullehrende, die durch den Einsatz von Learning Analytics die Lernprozesse der Studierenden besser verstehen und auf dieser Grundlage ihre Lehre optimieren möchten. Andererseits werden Hochschuldidaktikerinnen und Hochschuldidaktiker sowie Weiterbildnerinnen und Weiterbildner angesprochen, welche Lehrende beim Einsatz von Learning Analytics in der Lehre unterstützen.

Wir hoffen also, dass wir hier unsere Lehrenden gezielt unterstützen können, auch wurde ein Handbuch entwickelt welches zur Verfügung steht. Es lohnt sich also jedenfalls in den MOOC zu schauen, wenn man als Lehrender über den Einsatz von Learning Analytics nachdenkt.

[Kostenlose Anmeldung zum MOOC]

[mooc] Start des MOOC “Learning Analytics für die Hochschullehre” #tugraz #research #learninganalytics

Es freut uns sehr, dass wir gegen Ende unses Projektes “Learning Analytics – Studierende im Fokus” als ein Outcome unseren MOOC zu “Learning Analytics für die Hochschullehre” starten können:

Der Kurs beschäftigt sich mit dem Thema Learning Analytics mit einem besonderen Blickwinkel auf die Hochschullehre. Dabei wird nicht nur in das Thema grundlegend eingeführt, sondern auch aktuelle Beispiele aus dem österreichweiten Projekt „Learning Analytics – Studierende im Fokus“ gezeigt, die mediendidaktischen Empfehlungen dargelegt oder die Durchführung von notwendigen Peer-Beratungen beschrieben. Ebenso werden die erarbeiteten Ergebnisse im Bereich Datenschutz und Ethik gezeigt und Hinweise auf eine nachhaltige Verankerung von Learning-Analytics-Maßnahmen gegeben.
Der Kurs richtet sich dabei primär an Stakeholder an Hochschulen, aber auch an Lehrende oder Interessierte im Themenfeld.

Ab heute ist die erste Lektion zugänglich in der wir uns mit Einführung, Definition, Chancen und Herausforderungen von Learning Analytics beschäftigen. Hier das erste von zwei Videos:

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Die Teilnahme am Kurs ist wie gewohnt kostenlos und jerzeit möglich: [Link zum kostenlosen Online-Kurs]

[publication] Visualization of Learning for Students: A Dashboard for Study Progress – Development, Design Details, Implementation, and User Feedback #LearningAnalytics #tugraz

We described our dashboard-activities for our students at Graz University of Technology in this chapter about “Visualization of Learning for Students: A Dashboard for Study Progress – Development, Design Details, Implementation, and User Feedback“:

Abstract:
At Graz University of Technology (TU Graz, Austria), the learning management system based on Moodle (https://moodle.org/ – last accessed February 10, 2021) is called TeachCenter. Together with a campus management system – called TUGRAZonline – it is the main infrastructure for digital teaching and general study issues. As central instances for both teachers and students, various services and support for them are offered. The latest developments include the design and implementation of a study progress dashboard for students. This dashboard is intended to provide students a helpful overview of their activities: It shows their academic performance in ECTS compared to the average of their peers, their own study progress, and the official study recommendation as well as the progress in the various compulsory and optional courses. The first dashboard prototype was introduced to all computer science students in May 2020, and a university-wide rollout started in December 2020. The chapter describes design considerations and design development work, implementation, as well as the user feedback on the implementation. Finally, the authors present recommendations as guidelines for similar projects based on their experience and students’ feedback and give an outlook for future development and research.

[article @ book’s homepage]
[draft @ ResearchGate]

Reference: Leitner P., Ebner M., Geisswinkler H., Schön S. (2021) Visualization of Learning for Students: A Dashboard for Study Progress – Development, Design Details, Implementation, and User Feedback. In: Sahin M., Ifenthaler D. (eds) Visualizations and Dashboards for Learning Analytics. Advances in Analytics for Learning and Teaching. Springer, Cham. https://doi.org/10.1007/978-3-030-81222-5_19

[imoox] Learning Analytics für die Hochschullehre #mooc #learninganalytics

Die Vorbereitungsarbeiten für unseren MOOC zu “Learning Analytics für die Hochschullehre” befinden sich schon in der finalen Phase. Jetzt gibt es dafür auch noch einen (digitalen) Folder, der gerne verteilt werden kann, denn je mehr Personen mitmachen umso besser 🙂

Der Kurs beschäftigt sich mit dem Thema Learning Analytics mit einem besonderen Blickwinkel auf die Hochschullehre. Dabei wird nicht nur in das Thema grundlegend eingeführt, sondern auch aktuelle Beispiele aus dem österreichweiten Projekt „Learning Analytics – Studierende im Fokus“ gezeigt, die mediendidaktischen Empfehlungen dargelegt oder die Durchführung von notwendigen Peer-Beratungen beschrieben.
Ebenso werden die erarbeiteten Ergebnisse im Bereich Datenschutz und Ethik gezeigt und Hinweise auf eine nachhaltige Verankerung von Learning-Analytics-Maßnahmen gegeben. Der Kurs richtet sich dabei primär an Stakeholder an Hochschulen, aber auch an Lehrende oder Interessierte im Themenfeld.

Die Anmeldung ist bereits möglich, der Kurs selbst startet dann am 8.5.23: [Link zur kostenlosen Anmeldung]

[publication] Learning Analytics in Hochschulen und Künstliche Intelligenz. Eine Übersicht über Einsatzmöglichkeiten, erste Erfahrungen und Entwicklungen von KI-Anwendungen zur Unterstützung des Lernens und Lehrens. #KI #KünstlicheIntelligenz #Artificialintelligence #Learninganalytics #research #tugraz

Es freut uns sehr, dass unser Beitrag zu “Learning Analytics in Hochschulen und Künstliche Intelligenz. Eine Übersicht über Einsatzmöglichkeiten, erste Erfahrungen und Entwicklungen von KI-Anwendungen zur Unterstützung des Lernens und Lehrens.” nun erschienen ist. Das Ziel war den Unterschied herauszuarbeiten und einen ersten Einblick zu geben in das Themenfeld. Wir hatten seinerzeit auch ein Video, quasi als Teaser für das Kapitel erstellt:

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

[full article @ ResearchGate]
[full article @ Verlag Homepage]

Zitation: Schön, Sandra; Leitner, Philipp; Lindner, Jakob & Ebner, Martin (2023). Learning Analytics in Hochschulen und Künstliche Intelligenz. Eine Übersicht über Einsatzmöglichkeiten, erste Erfahrungen und Entwicklungen von KI-Anwendungen zur Unterstützung des Lernens und Lehrens. In: Tobias Schmohl, Alice Watanabe, Kathrin Schelling (Hg.), Künstliche Intelligenz in der Hochschulbildung, Bielefeld: transkript, S. 27-49. Online zugänglich unter: https://www.transcript-verlag.de/media/pdf/c9/16/59/oa9783839457696.pdf

[master] Math trainer as a chatbot via system(push) messages for Android #tugraz #research #chatbot

Mirza defended successfully his master thesis about “Math trainer as a chatbot via system(push) messages for Android”. Find here his final slides:

Klicken Sie auf den unteren Button, um den Inhalt von www.slideshare.net zu laden.

Inhalt laden

[publication] Towards Trustworthy Learning Analytics Applications: An Interdisciplinary Approach Using the Example of Learning Diaries #LearningAnalytics #tugraz

Our poster/chapter about “Towards Trustworthy Learning Analytics Applications: An Interdisciplinary Approach Using the Example of Learning Diaries” at HCII 2022 conference is published and available.

Abstract:
Learning analytics (LA) is an emerging field of science due to its great potential to better understand, support and improve the learning and teaching process. Many higher education institutions (HEIs) have already included LA in their digitalisation strategies. This process has been additionally accelerated during the COVID-19 pandemic when HEIs transitioned from face-2-face learning environments to hybrid and e-learning environments and entirely relied on technology to continue operating. Undoubtedly, there was never a time when so much student data was collected, analysed, and reported, which brings numerous ethical and data protection concerns to the forefront. For example, a critical issue when implementing LA is to determine which data should be processed to fulfil pedagogical purposes while making sure that LA is in line with ethical principles and data protection law, such as the European General Data Protection Regulation (GDPR). This article contributes to the discussion on how to design LA applications that are not only useful and innovative but also trustworthy and enable higher education learners to make data-informed decisions about their learning process. For that purpose, we first present the idea and methodology behind the development of our interdisciplinary Criteria Catalogue for trustworthy LA applications intended for students. The Criteria Catalogue is a new normative framework that supports students to assess the trustworthiness of LA applications. It consists of seven defined Core Areas (i.e., autonomy, protection, respect, non-discrimination, responsibility and accountability, transparency, and privacy and good data governance) and corresponding criteria and indicators. Next, we apply this normative framework to learning diaries as a specific LA application. Our goal is to demonstrate how ethical and legal aspects could be translated into specific recommendations and design implications that should accompany the whole lifecycle of LA applications.

[article @ book’s homepage]
[draft @ ResearchGate]

Reference: Veljanova, H., Barreiros, C., Gosch, N., Staudegger, E., Ebner, M., Lindstaedt, S. (2022). Towards Trustworthy Learning Analytics Applications: An Interdisciplinary Approach Using the Example of Learning Diaries. In: Stephanidis, C., Antona, M., Ntoa, S. (eds) HCI International 2022 Posters. HCII 2022. Communications in Computer and Information Science, vol 1582. Springer, Cham. https://doi.org/10.1007/978-3-031-06391-6_19

[publication] Patterns of quiz attempts in a MOOC. The full-points-pattern and other patterns on the way to a successful MOOC in a lecture setting #tugraz #edil22 #MOOC #imoox #LearningAnalytics

Our research about “Patterns of quiz attempts in a MOOC. The full-points-pattern and other patterns on the way to a successful MOOC in a lecture setting” was presented at EdMedia + Innovate Learning 2022:

Abstract:
The analysis of learner data in MOOCs provides numerous opportunities to look for patterns that may indicate participants’ learning strategies. In this article, we investigated how participants in a MOOC (N=1,200), in which they must successfully complete a quiz in each unit, deal with the fact that they can repeat this quiz up to five times. On the one hand, patterns can be identified regarding the success of the quiz attempts: For example, 32.7% of the course participants always repeat the quizzes up to a full score, while about 16.0% of the participants repeat, but only until they pass all quizzes. Regarding the number of attempts, independent of the success, there is only a uniformity in “single attempt”; 12.6% of the participants only take exactly one attempt at each of the quizzes in the MOOC. An analysis of a subgroup of 80 learners which were students of a course where the MOOC was obligatory, shows that the proportion of learners attributed to patterns making more attempts is generally bigger. It can be shown as well that learners who uses several attempts, even after a full score results, tend to get better exam. The article concludes by discussing how these patterns can be interpreted and how they might influence future MOOC developments.

[full article @ conference homepage]
[draft @ ResearchGate]

Reference: Mair, B., Schön, S., Ebner, M., Edelsbrunner, S., Leitner, P., Schlager, A., Teufel, M. & Thurner, S. (2022). Patterns of quiz attempts in a MOOC. The full-points-pattern and other patterns on the way to a successful MOOC in a lecture setting. In T. Bastiaens (Ed.), Proceedings of EdMedia + Innovate Learning (pp. 1169-1179). New York City, NY, United States: Association for the Advancement of Computing in Education (AACE). Retrieved July 13, 2022 from https://www.learntechlib.org/primary/p/221430/