LMS-Integration von Microlearning-Apps mit Hilfe der ADL TLA am Beispiel der Mobler Cards-App

Transkript

1 Christian Glahn LMS-Integration von Microlearning-Apps mit Hilfe der ADL TLA am Beispiel der Mobler Cards-App Zusammenfassung Dieser Beitrag analysiert die Konzepte der ADL Training and Learning Architecture (TLA) am Beispiel der Smartphone-App Mobler Cards. Mobler Cards ist eine Micro-Learning-Anwendung, die Fragesammlungen als Lernobjekte verwendet. Mit Hilfe dieser App wird veranschaulicht, wie die Experience API (xapi) und ein Content-Broker in Verbindung mit Learning Analytics -Konzepten externe Anwendungen mit einem Lernmanagementsystem (LMS) für komplexe Lernangebote integriert. 1 Mobler Cards: Mobiles Microlearning mit LMS-Anbindung Die eingeschränkte Wiederverwendbarkeit bestehender Unterrichtsmaterialien ist das zentrale Hindernis bei der Einführung von mobilen Lernangeboten in Organisationen, die über eine große Anzahl SCORM konformer Inhalte verfügen. Ausgehend von dieser Problemstellung wurde die Mobler Cards-App entwickelt. Die Anwendung hat zwei zentrale Besonderheiten: 1. die Synchronisierung von Lernmaterialien und Lernstatistiken mit einem LMS und 2. die vollständige Funktionalität unabhängig vom Verbindungsstatus. Dadurch ist es möglich, die Vorteile von Online-Lernplattformen mit der Flexibilität von mobilen Geräten zu verbinden. Mobler Cards erlaubt Lernenden mit kurzen Übungsaufgaben ihr Wissen für ihre Kurse regelmäßig zu prüfen. Den Kern der App bildet der Lernmodus. (a) Microlearning Schleife Abb. 1: Mobler Cards-Interaktionsschema (b) Lernerfolge und Kursstatistiken 374

2 LMS-Integration von Microlearning-Apps mit Hilfe der ADL TLA Im Lernmodus werden die Übungsaufgaben bearbeitet. Dieser Modus ist eine Endlosschleife aus Fragestellung, Beantwortung der Frage und Rückmeldung auf die Antwort (s. Abb. 1a). Neben dem Lernmodus verfügt Mobler Cards über einen Statistikmodus. Der Statistikmodus bietet leistungs- und aufwandsbezogene Informationen für einen Kurs (s. Abb. 1b). 2 SCORM 2004 und mobiles Lernen SCORM ist eine der meist genutzten E-Learning-Spezifikationen (ADL, 2009) und hat entscheidend zur Interoperabilität von Online-Unterrichtsmaterialien bei getragen. Die grundsätzliche Unabhängigkeit der Lernmaterialien vom LMS ist eine wichtige Eigenschaft dieser Spezifikation. Diese Eigenschaft suggeriert Plattformunabhängigkeit auch im Bezug auf mobile Geräte. Nakabayashi et al. (2007) weisen auf unterschiedliche Lernaktivitäten in mobilen, in Desktop- oder in gemischten Umgebungen hin. Degani et al. (2010) analysieren neue Lerninteraktionen mit mobilen Geräten und deren Realisierbarkeit. Die Lösungsansätze von Nakabayashi et al. und Degani et al. setzen eine Erweiterung der SCORM-Spezifikation voraus, so dass vorhandene Lernmaterialien nicht in mobilen Lernszenarien genutzt werden können. 3 Microlearning und SCORM-Konformität Microlearning (Glahn, Gassler & Hug, 2004) bezeichnet ein didaktisches Designkonzept zur Einbettung von Lernaktivitäten in unterschiedliche Kontexte. Diese Lernaktivitäten müssen die folgenden Charakteristiken aufweisen: Vollständigkeit, Abgeschlossenheit und Minimalität. Eine vollständige Lernaktivität besteht aus einer Handlung, einer Bewertung und einer Rückmeldung. Eine Lernaktivität ist abgeschlossen, wenn es nur keine externen Prozessabhängigkeiten für diese Aktivität gibt oder geben muss. Eine Lernaktivität ist minimal, wenn sie nicht in kleinere vollständige und abgeschlossene Lernaktivitäten geteilt werden kann. Prädestinierte Unterrichtsmaterialien für Microlearning sind Testfragen aus Fragensammlungen. Testfragen eignen sich für Microlearning besonders, weil sie eine definierte Handlung umfassen, das Ergebnis dieser Handlung nach definierten Regeln automatisiert bewertet werden kann und verschiedene Formen von Rückmeldungen möglich sind. Fragensammlungen bündeln zusammengehörende Testfragen für dynamisch variierende Tests und Online-Prüfungen. Solche Fragensammlungen werden von den meisten LMS unterstützt und sind 375

3 Christian Glahn mit IMS QTI formal spezifiziert (Kraan, Lay & Gorissen, 2012). Zwar können entsprechende Tests in mehreren Anläufen von Lernenden bearbeitet werden, die Auswertung der Resultate ist jedoch auf Einzelergebnisse beschränkt. Für die Entwicklung von Mobler Cards war die Erstellung und Austauschbarkeit von Microlearning-Aktivitäten im IMS QTI-Format wichtig. Dadurch werden existierende Lernmaterialien ohne oder mit sehr geringen inhaltlichen Anpassungen für das Microlearning nutzbar. 4 Eine Systemarchitektur für die nächste SCORM-Version Mobile Lernangebote können aus zwei Gründen mit aktuellen SCORM- Plattformen nicht realisiert werden: 1. Emergente Lern- und Unterrichtsprozesse lassen sich nur stark eingeschränkt modellieren (Gruber et al., 2009). 2. Die Verwendung zusätzlicher Werkzeuge wie Smartphone-Apps, Simulationen oder Social Media ist in der SCORM-Spezifikation nicht vorgesehen. Das Training and Learning Architecture (TLA)-Projekt (ADL Initiative, 2013a) soll diese Defizite beheben. Die TLA ist auf die verbesserte Einbindung externer Werkzeuge und die flexiblere Gestaltung von Lernangeboten ausgerichtet. Eine generische Systemarchitektur auf der Basis standardisierter Datenformate und -Protokolle stellt dafür die Grundlage. Die TLA erweitert SCORM durch vier Systemkomponenten: Einem Learning Record Store (LRS), einem Lernerprofil, einem Content Broker und Kompetenznetzwerken. LRS sind Datenbanken, in denen Lernereignisse und Lernerlebnisse in verschiedenen Lernumgebungen dokumentiert und gespeichert werden können. Die Experience API (xapi)-spezifikation definiert Datenformate und Systemanforderungen (ADL Initiative, 2013b). Lernerprofile sind eine Kombination aus E-Portfolio, persönlichen Infor mationen, Vorlieben, Einstellungen und Identitätsmanagement. Entsprechend gehört die Benutzeridentifikation der Lernenden zu den Kernfunktionen dieser Komponente. Content Broker dienen zur Verwaltung und Auswahl von Lernmaterialien für eine Lernaktivität in einer Lernumgebung. Im Gegensatz zu SCORM erlaubt die TLA Lernmaterialien aus verschiedenen Lernobjektdatenbanken in einer Lerneinheit zusammenzuführen. Kompetenznetzwerke dienen der Beschreibung von Kompetenzen, deren Überprüfung und den Abhängigkeiten zwischen Kompetenzen. 376

4 LMS-Integration von Microlearning-Apps mit Hilfe der ADL TLA 5 Learning Analytics für TLA-Umsetzungen in mobilen und kontextualisierten Lernszenarien SCORM konforme Ansätze zur Prozessmodellierung sind für die Nutzung von LRS-Daten nicht mehr ausreichend, weil mit der xapi auch emergente und repetitive Prozesse berücksichtigt werden können. Zur Identifikation der funktionalen Anforderungen wurde das Actuator-Indicator Modell (Zimmermann, Specht & Lorenz, 2005) verwendet. Das Modell strukturiert kontext-sensitive und adaptive Systeme in vier funktionale Ebenen: die Sensorebene (Sensor Layer), die semantische Ebene (Semantic Layer), die Steuerungsebene (Control Layer) und die Indikatorebene (Indicator Layer). Die Analyse identifiziert eine konzeptionelle Lücke in der aktuellen TLA zwischen den Lernereignissen im LRS und der Orchestrierungsebene. Eine konkrete Umsetzung der TLA muss diese Lücke durch geeignete Learning Analytics - Funktionen überbrücken. 6 Implementierung von TLA bei Mobler Cards Für die Realisierung des Microlearnings wurden ausschließlich Funktionen genutzt, die auch im LMS verfügbar sind. Zur Interaktion zwischen der App und dem LMS wurde ein Lernerprofil, ein Content Broker und LRS im LMS und in der mobilen Anwendung programmiert. Das Lernerprofil ist die zentrale Schnittstelle für die Benutzeranmeldung und Benutzereinstellungen. Diese Einstellungen werden zur Personalisierung der App verwendet. Die Content-Broker-Komponente stellt die Lernmaterialien für die angemeldeten Lerner zur Verfügung. Der LMS Content Broker erlaubt die Einschränkung der bereitgestellten Inhaltstypen, wenn die externe Anwendung nicht alle Inhalte benötigt. Die Mobler Cards-Komponente übernimmt die Sequenzierung der Inhalte. Das LRS dient zur Rückkopplung von Lernaktivitäten am Mobilgerät und dem LMS. Diese Komponente stellt sicher, dass die Lernaktivitäten am Mobilgerät bei der Lernunterstützung durch Kursleiter und Dozierende berücksichtigt werden können. Erst durch dieses Element ist eine Integration von Mobler Cards in komplexe didaktische Gesamtkonzepte möglich. Eine Anforderung an Mobler Cards ist die Offline-Verfügbarkeit der Lernmaterialien und der Kernfunktionen. Diese Funktion erfordert redundante TLA- Kom ponenten auf den mobilen Geräten und im LMS. 377

5 Christian Glahn Die Daten im LRS bieten zwar ein detailliertes Bild des Lernprozesses, sind jedoch für die Lernenden schwer zu interpretieren und können nicht einfach zur Strukturierung von Lernprozessen verwendet werden. Aus diesem Grund wurden vier Learning-Analytics-Funktionen in Mobler Cards eingebunden. Jede dieser Funktionen besteht aus einer analytischen Operation und einem Bezugsrahmen. Die App stellt vier Operationen bereit: die Anzahl der beantworteten Fragen, die Anzahl der richtigen Fragen, die Anzahl der erreichten Punkte sowie die Geschwindigkeit zur Beantwortung der Fragen. Dezentrale mobile Lernszenarien werden mit dem erweiterten Kontext (Extended Context) des Lernereignisses beschrieben. Zum erweiterten Kontext zählt das verwendete Werkzeug ( tool ), der zugehörige Kurs, das verwendete Gerät, die Dauer eines Erlebnisses. Entsprechend muss jede Operation in einen kontextualisierenden Bezugsrahmen aus drei Dimensionen gestellt werden, die durch Filtern von Daten eine Kontextualisierung der jeweiligen Operation erlauben: einer Testfrage, dem gesamten Kurs und der Zeit. Für den Datenaustausch zwischen Mobler Cards und dem LMS werden vereinfachte xapi-daten verwendet, um das Datenaufkommen zu minimieren. Entsprechend werden keine beschreibenden Elemente der xapi für die Speicherung und den Datenaustausch genutzt. 7 Ausblick Der Beitrag zeigt, dass die neuen Konzepte der TLA für die Integration dieser Anwendungen in bestehende Infrastrukturen geeignet sind. Bereits mit der Hilfe eines einfachen Content Brokers, einem Lernerprofil zum Identitätsmanagement und einem LRS auf der Basis der xapi lassen sich wichtige Funktionen für erweiterbare und innovative Lernsysteme definieren. Die Analyse der Konzepte mit Hilfe des Actuator-Indicator-Modells zeigt jedoch eine konzeptionelle Lücke zwischen der Erfassung von Lernerlebnissen und deren Verwendung im Lernprozess. Das Beispiel der Mobler Cards-App demonstriert wie analytischen Operationen mit strukturiertem Bezugsrahmen diese Lücke schließen. Literatur Advanced Distributed Learning (ADL) Initiative (2004). Sharable Content Object Reference Model (SCORM). 4th Edition Run-Time Environment (RTE) Version 1.1. Alexandria: ADL Initiative. ADL Initiative (2013a). Training & Learning Architecture (TLA). Online: adlnet.gov/tla. 378

6 LMS-Integration von Microlearning-Apps mit Hilfe der ADL TLA ADL Initiative (2013b). Experience API. Online: blob/master/xapi.md Degani, A., Martin, G., Stead, G. & Wade, F. (2010). Mobile Learning Shareable Content Object Reference Model (m-scorm ) Limitations and Challenges [N09-35]. Cambridge, UK. Online: MobScorm.pdf. Glahn, C., Gassler, G. & Hug, T. (2004). Integrated Learning with micro activities during access delays. In Conference Proceedings of the AACE (ED-MEDIA 2004); , Lugano, Swizerland, Vol 5 (S ). Gruber, M. R., Glahn, C., Specht, M. & Koper, R. (2010). Orchestrating Learning using Adaptive Educational Designs in IMS Learning Design. In M. Wolpers, P. A. Kirschner, M. Scheffel, S. Lindstädt & V. Dimitrova (Hrsg.), Sustaining TEL: From Innovation to Learning and Practice (S ). LNCS Berlin, Heidelberg, & New York: Springer. Kraan, W., Lay, S. & Gorissen, P. (2012). IMS Question & Test Interoperability Assessment Test, Section and Item Information Model, Final 2.1. Accessed March, 1, 2013, Online: Nakabayashi, K., Hoshide, T., Hosokawa, M., Kawakami, T., & Sato, K. (2004). Design and Implementation of a Mobile Learning Environment as an Extension of SCORM 2004 Specifications. In Seventh IEEE International Conference on Advanced Learning Technologies (ICALT 2007), Zimmermann, A., Specht, M. & Lorenz, A. (2005). Personalisation and context management. In User Modeling and User-Adapted Interaction, 15 (3 4), Danksagung Die präsentierte Forschung wurde am International Relations and Security Network (ISN) der ETH Zürich durchgeführt. Die Arbeit wurde teilweise durch das ADL Co-Lab gefördert und durch das Office of Naval Research Global (ONRG) unter dem Zeichen N finanziert. Die in diesem Beitrag dargestellten Ergebnisse entsprechen ausschließlich der Autorenmeinung. Es handelt sich um keine Darstellung von Meinungen oder Entscheidungen der genannten akademischen, staatlichen oder industriellen Organisationen. 379