Bildungssystem Hagener Manifest Hochschullehre Künstliche Intelligenz New Learning

Hagener Manifest – ein Blick aus der Wissenschaft

In den vergangenen Wochen haben Studierende in diesem Blog auf die dritte These des Hagener Manifests geschaut und kritisch hinterfragt, wie weit es damit eigentlich steht. Um die These noch einmal kurz aufzugreifen: Sie besagt, dass die FernUni bei New Learning den Studierenden in den Mittelpunkt stellt. New Learning solle ihre individuellen Stärken unterstützen und ihre Einzigartigkeit sowohl durch eine persönliche Lernbegleitung als auch durch digital gestützte Systeme, die adaptive Lernumgebungen schaffen.

Hier beginnt erst die eigentliche Arbeit

So weit zur These, die eine bestmögliche Unterstützung für Studierende fordert und dafür nicht nur auf digitale Systeme, sondern auch adaptive Lernumgebungen setzt. Aus wissenschaftlicher Sicht ist uns im Forschungszentrum CATALPA – Center of Advanced Technology Assisted Learning and Predictive Analytics (vormals D²L²) die Offenheit für die Art der Wissensvermittlung, als Mischung aus persönlicher Begleitung und digitaler Umgebung, sehr wichtig. Klar ist aber auch: Die These in ihrer Kürze lässt viel Raum für Ausgestaltung. Wie sollte die aus Sicht der Forschung also aussehen? Die Studierenden haben viele valide Punkte in ihren Repliken vorgebracht, wie etwa, dass Materialien auch mediengerecht aufbereitet sein sollten. Für die Wissenschaft aber beginnt die Arbeit mit der These und ebenso mit der Replik und ihrer Forderung erst. Wie sieht eine persönliche Lernbegleitung genau aus? Wie muss eine adaptive Lernumgebung beschaffen sein, um Studierende wirklich in ihrem Lernerfolg zu unterstützen?

Wie sieht die Hochschule der Zukunft aus?

In CATALPA widmen wir uns diesen Fragen und weiteren, die hochaktuell für die gesamte Hochschullandschaft sind: Wie sieht die Hochschule der Zukunft aus? Oder konkreter: Welche Potenziale gibt es heute, um fortschrittliches Lehren und aktives Lernen in der Hochschule auf der Basis der mittlerweile verfügbaren Technologien weiterzuentwickeln? Welche Fragen an die Forschung sind damit verbunden? Ein Ausgangspunkt besteht darin, Studierende mit ihren Fähigkeiten und Interessen abzuholen, um sie optimal auf ihr jeweiliges Bildungsziel vorzubereiten. Dies geschieht in einem Umfeld, das durch technische Entwicklungen und insbesondere die Digitalisierung hohe Anforderungen stellen wird und das zusätzlich dazu führt, dass Lernen als ein lebenslanger Prozess angesehen werden muss. Gleichzeitig stellen gerade diese technischen Entwicklungen und die Digitalisierung den Hochschulen Werkzeuge zur Verfügung, die als Potenziale für ein stärker personalisiertes Lernen genutzt werden können. Gelingt es, die Besonderheiten der Studierenden so aufzugreifen, dass für alle die bestmögliche Form des Lernens geschaffen werden kann, würden Aufwand und Erfolg sich einem optimalen Verhältnis annähern können.

Künstliche Intelligenz und Digitalisierung inspirieren zahlreiche Ideen für den Einsatz in der Bildung. Auch wenn sie ein großes Potenzial enthalten, kann ihre Anwendung in manchen Fällen unangemessen oder falsch sein. Darum muss mit wissenschaftlicher Evidenz eine Basis für einen zielführenden Einsatz geschaffen werden.

Welche Einflussfaktoren spielen eine Rolle?

Basis hierfür, ist erst einmal zu definieren und zu untersuchen, welche Einflussfaktoren für Lernende individuell relevant sind. Um Auswahl und Zusammenspiel der individuell relevanten Einflussfaktoren zu veranschaulichen, lässt sich gut das Bild eines „Privatlehrers“ nutzen. In privilegierten Gesellschaftsschichten, insbesondere in früheren Zeiten, gab es die Institution solcher Privatlehrer. War ein Privatlehrer ein guter Lehrer, war er nicht nur der Vermittler von Wissen, sondern auch darauf bedacht, dass seine Schülerinnen und Schüler dieses Wissen aufnehmen, verdauen und selbständig weiterverarbeiten konnten. Im Bereich des Lehrens und Lernens hatte der Privatlehrer eine gute Einschätzung der Fähigkeiten, Einstellungen oder Tagesformen seiner Schüler. Der Privatlehrer steht stellvertretend für eine umfassende Gesamtsicht auf Schülerinnen und Schüler sowie deren Lernprozess. Er bezieht adaptiv die wichtigen Einflussfaktoren ein und hat die Fähigkeit, lernrelevante Informationen über die Einzelnen zu erfassen und adaptiv zu nutzen.

Künstliche Intelligenz und Digitalisierung bieten im Sinne der Privatlehrerperspektive Möglichkeiten, Lernende besser kennenzulernen und mehr über lernrelevante Eigenschaften zu erfahren. Liegen Daten hierzu vor, können sie in sehr unterschiedlicher Weise genutzt werden.

Ein erstes Szenario richtet sich an Studierende. Hier wird auf dieser Basis eine digitale adaptive Lernumgebung entwickelt, die beliebig stark automatisiert handelt oder auch manuell anpassbar ist und obligatorisch oder freiwillig im Studium genutzt werden kann. Das zweite Szenario richtet sich an die Lehrenden. Dafür werden Informationen basierend auf den generierten Daten in einem dafür geeigneten Informationsportal angeboten, um damit den Hochschullehrenden einen differenzierteren und personalisierten Umgang mit Studierenden ähnlich wie ein Privatlehrer zu ermöglichen. In beiden Fällen müssen die Lernumgebungen sowie die Rollen von Lehrenden und Studierenden neu organisiert werden.

Chancengleichheit erhöhen

Die aus Künstlicher Intelligenz und Verfahren der Computerlinguistik abgeleiteten Potenziale liegen darin, dass personalisierte, direkte Rückmeldungen und objektivere Bewertung möglich werden. Dies kann in der Folge auch zu mehr Chancengleichheit beitragen. Technisch unterstützt kann zum Beispiel ein Lernstoff adaptiv angepasst werden, Aufgaben können personalisiert entwickelt und Antworten automatisch bewertet werden. Ebenso können Lernende unterstützt werden, ihr eigenes Lernverhalten bei Bedarf besser zu beobachten und zu kontrollieren. Angebotene Lernstrategien lassen sich so selbst gewählt besser integrieren.

Die FernUni Hagen und ihre Wissenschaftlerinnen und Wissenschaftlern sowie die internationale Forschergemeinschaft haben sich auf den Weg gemacht und erreichen ständig neue kleine Bausteine, die Lehre und Lernen schon jetzt Stück für Stück verbessern – aber alle sind eben noch auf dem Weg.

 

 

 

 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.