Zukunftsbild zur Digitalisierung der Bildung im Rahmen der Initiative Intelligente Vernetzung

Transkript

1 Zukunftsbild zur Digitalisierung der Bildung im Rahmen der Initiative Intelligente Vernetzung Titel des Beitrags: Digitalisierte Hochschulbildung: Personalisierung durch Selbstorganisation, Kollaboration, Adaptivität ID Kategorien: Bildungsmedien und Technologien Infrastruktur und Organisation der Bildung Beschreibung des Zukunftsbildes: Wie sieht Ihre ganzheitliche Vorstellung von digitaler Innovation in der Bildung aus? 1 Digitale Innovation der Bildung: (Hochschul-)Didaktik + Bildungstechnologie Auf die Anforderungen hinsichtlich Employability und Citizenship im 21. Jahrhundert reagiert Hochschulbildung programmatisch durch den shift from teaching to learning. Die damit einhergehende Studierendenzentrierung und Kompetenzorientierung in Studium und Lehre gelten als positive Kernelemente des Bologna-Prozesses. Dennoch stehen Studierende oft noch immer vor der Herausforderung, ihr Lernverhalten an die vorgegebenen traditionellen Strukturen in Hochschulen anzupassen, die oftmals durch ein One-size-fits-all-Prinzip gekennzeichnet sind. Solche Lernumgebungen können einer heterogenen Studierendenschaft weder vor dem Hintergrund unterschiedlicher Lernvoraussetzungen und Lernbedürfnisse noch mit Blick auf die Qualifikationsanforderungen der Arbeitswelt und der Partizipation an einer zunehmend digitalisierten Gesellschaft gerecht werden. Bei Lehrenden weit verbreitet ist derzeit die punktuelle Ergänzung von Präsenzlehre durch die Bereitstellung digitaler Artefakte. Dies ist ein erster wichtiger Beitrag zur Digitalisierung der Hochschullehre, nutzt das derzeit bestehende und künftig zu entwickelnde Potenzial digitaler Lernumgebungen allerdings bei weitem nicht aus. Höherwertige Lernszenarien von der Ermöglichung selbstorganisierten und vernetzten Lernens über die Bereitstellung adaptiver Lernumgebungen bis hin zum mentorierten Selbststudium erfordern im Vorfeld auch von Lehrenden eine qualitativ neue Auseinandersetzung mit dem Lerngegenstand, für die bisherige Erfahrungen nicht ausreichend sein konnten. Weil bisher eingesetzte Werkzeuge den eigentlichen Prozess des Studierens nur in Teilaspekten oder unzureichend abbilden und 1

2 unterstützen konnten, setzen Lehrende vorhandene Werkzeuge vorrangig zur Distribution von digitalen Artefakten ( Lernmaterial ) ein. Auch bei Studierenden kann gegenwärtig von einer souveränen Nutzung digitaler Lernszenarien nicht gesprochen werden; die aktive Nutzung hängt stark von der Verankerung in der Lehrpraxis ab (Persike & Friedrich 2016). Demgegenüber ist deren Lebenswelt zu einem großen Teil geprägt von freiem Zugang zu Informationen und Werkzeugen, die diesen Zugang und die Informationsverarbeitung (Wissensgenerierung, Wissensorganisation, Vernetzung) ermöglichen. Die Verwirklichung der Vision offener digitaler Lernumgebungen hängt demnach stark davon ab, inwiefern die Lernenden die Möglichkeit haben, ihre persönliche Lernumgebung durch digitale Ressourcen entsprechend ihrer Ziele, Bedürfnisse und lernrelevanten Personenmerkmale zu gestalten, dabei lernprozessbegleitende Unterstützungssysteme zu nutzen und von Lehrenden mentoriell begleitet zu werden. Die didaktischen Möglichkeiten von Bildungstechnologien für die Generierung, Organisation und Vernetzung von Wissen als Basis einer fundierten Kompetenzentwicklung liegen daher in der Personalisierung digitaler Lernumgebungen. Die Umsetzung von Studierendenzentrierung und Kompetenzorientierung in Studium und Lehre (shift from teaching to learning) kann dadurch deutlich vorangetrieben werden. Im Gegensatz zu globalen Lehrstrategien nach dem One-size-fits-all-Prinzip sollen Studierende darin ihre Leistungspotentiale diversifiziert und chancengerecht entfalten und den Lernerfolg steigern können. Digitale Lernumgebungen sind als Teil der Lernumgebung Hochschule zu verstehen, in der institutionell die curricularen Rahmenvorgaben sowie die formelle akademische Präsenzlehre verankert sind (Abb. 1). Sie ermöglichen die barrierefreie Vernetzung mit den persönlichen Lernumgebungen der Studierenden, die sich durch (informelle) Lernprozesse vor dem Hintergrund individueller Lernvoraussetzungen, Interessen und Bedürfnisse auszeichnen. Personalisierte digitale Lernumgebungen ermöglichen die Anpassung der Lernumgebung durch den Lernenden im Rahmen selbstregulierten Lernens oder algorithmisiert an den Lernenden, Lernen als einen Prozess der sozialen Interaktion und Vernetzung mit anderen Lernenden (Kollaboration und Kooperation) hochschulintern und hochschulübergreifend neue Lernräume durch Einbindung lernförderlicher Elemente zur Erweiterung der Präsenzlehrkultur, zeitlich flexibel und ortsunabhängig schnelles, qualitativ hochwertiges Feedback für einen erfolgreichen Lernprozess. 2

3 Sie ermöglichen schließlich durch die Bereitstellung von Unterstützungsmöglichkeiten beim Umgang mit digitalen Lernressourcen und Lernstrukturen die Verwirklichung der Studierendenorientierung an Hochschulen, die Teil einer digitalisierten Gesellschaft sind. Welche digitalen Medien und Technologien können die Zukunft der Bildung aktiv fördern? 2 Personalisierung digitaler Lernumgebungen Da es sich bei Lernprozessen um höchst individuelle Vorgänge handelt, denen im Rahmen von teilnehmerinnenstarken Veranstaltungen nur in einem sehr begrenzten Umfang durch direktes lernprozessbegleitendes Mentoring Rechnung getragen werden kann, werden Technologien benötigt, die Adaptivität im Lernprozess durch Passung von Lernpfaden und Lernobjekten an den Lerner, Selbstorganisation des Lernprozesses durch Schaffung von Infrastrukturen zur Informationsverarbeitung (Wissensgenerierung, Wissensorganisation, Vernetzung), Kollaboration im Lernprozess durch die Interaktion mit anderen Lernenden und Lernobjekten ermöglichen. Abb. 1: Schnittstelle: Personalisierte digitale Lernumgebungen Digitale Lernumgebungen werden gegenwärtig meist in Learning Management Systemen (LMS) realisiert, die der Dynamik und Verschiedenartigkeit von Lernprozessen wenig gerecht werden können. Zur Gewährleistung einer nachhaltigen, flächendeckenden und standortübergreifenden Nutzung sowohl von bisherigen domänen- und plattformspezifischen Entwicklungen in Form von Content oder komplexen Lernszenarien als auch von neuen Bildungstechnologien bedarf es der Öffnung und Vernetzung bisher weitestgehend abgeschlossener digitaler Lernumgebungen (Abb. 2). 3

4 Abb. 2: Öffnung und Vernetzung digitaler Lernumgebungen Damit Bildungstechnologien diese individuellen Lernprozesse unterstützen können, sollten unterschiedliche lerntheoretische Ansätze, (fächerspezifische) Lernkulturen und Forschungsergebnisse zu Lehren und Lernen an Hochschulen berücksichtigt und miteinander verknüpft werden (Abb.3). Damit werden Präsenzphasen und Lehrende nicht obsolet. Es werden vielmehr Rahmenbedingungen geschaffen und Werkzeuge bereitgestellt, die notwendig sind, um den Lern- und Studienprozess nach Humboldt schem Vorbild begleiten zu können. Abb. 3: Advanced Learning and Examination Spaces In Vorbereitung des Designs von digitalen Lernumgebungen und deren Verknüpfung mit dem Präsenzstudium und studentischen Lernumgebungen sollen Erkenntnisse darüber gewonnen werden, wie Studierende in digitalen Lernumgebungen in Abhängigkeit von institutionell-curricularen, sozialen und didaktischen Faktoren sowie 4

5 lernrelevanten Persönlichkeitsmerkmalen lernen. Sie sollen zur Weiterentwicklung bestehender curricularer und didaktischer Ansätze im Kontext aktueller digitaler Lernszenarien und -formate bzgl. ihres Beitrags zur Personalisierung unter den Aspekten der Lehr-/Lernfunktion, Diagnostik, individuellen Förderung sowie der Kommunikation und Kooperation beitragen (z.b. Technology Enhanced Learning, Mensch-Technik-Interaktion, Artificial Intelligence in Education, Virtual Reality). Aus diesem Grund sollten Voraussetzungen geschaffen werden, damit Lernen hochschulübergreifend stattfinden kann: barrierefreier Zugang zu Content und Lernszenarien anderer (Hochschul-) Bildungsstandorte hochschulstandortübergreifende Erstellung von Content (UGC) Austausch und Vernetzung von Lehrenden und Lernenden zu Content und Lernszenarien (OER) Fokussierung der Mensch-Technik-Interaktion in digital unterstützen Bildungsprozessen Anwendung von Educational Data Mining (Abb. 2): technologische und rechtliche Voraussetzungen schaffen, dass Daten aus Lernprozessen in Echtzeit erhoben, ausgewertet und interpretiert werden können Erschließen (akademischer) Domänen für den webbasierten Austausch, z.b. Visualisierung von Strukturen einer Domäne und deren Themengebiete durch Semantische oder andere Technologien, die auf Künstlicher Intelligenz beruhen Entwicklung von Content und Lernszenarien, die eine aktive Auseinandersetzung des Lernenden, aber auch eine Analyse von Interaktionen und Lernpfaden für ein Mentoring/ Feedback in Echtzeit ermöglichen und ebenfalls auf KI-Technologien beruhen Sichtbarmachung von Entwicklungen im Lernprozess mit Rücksicht auf die Persönlichkeitsrechte der Lernenden (Datensouveränität) permanente Begleitung digitaler Innovationen der Bildung durch neue Ansätze der Forschung und Evaluation an Hochschulen (Computational Social Science) Wie können sich neue Netzwerke der Kommunikation und Zusammenarbeit gestalten? 3 Realisierung in Kompetenznetzwerken Die Auswahl zu fördernder Projekte im Rahmen einer Förderrichtlinie oder die Entscheidung für die Annahme von Beiträgen für ein (inter-)nationales Journal gehen meist auf kriteriengeleitete Begutachtungsprozesse zurück. Sie setzen voraus, dass die beteiligten Akteure gemeinsame Verfahrensweisen der Kommunikation und Reflexion von wissenschaftlichen Konzepten und Methoden teilen. Diese Verfahrensweisen sind sowohl auf die Organisation von (sozialen) Lernprozessen, als auch auf die standortübergreifende Entwicklung digitaler Innovationen der Bildung 5

6 anwendbar. Die hier beschriebenen Perspektiven implizieren auf der einen Seite die Kooperation der Lehrenden und Lernenden einer akademischen Domäne unterschiedlicher Hochschulstandorte. Um fachliche und (hochschul-)didaktische Expertise für das Design von personalisierten digitalen Lernumgebungen nutzbar zu machen, sind auf der anderen Seite Kooperationen mit Institutionen der Lernforschung und Bildungstechnologie mit dem Schwerpunkt auf Künstlicher Intelligenz notwendig. Für eine ergebnisorientierte Arbeit in solchen Kompetenznetzwerken sind transparente und offene Ideenfindungs-, Begutachtungs-, Entscheidungs- und Realisierungsprozesse notwendig. Welche Herausforderungen müssen angegangen werden? 4 Herausforderungen Anwendung von Educational Data Mining: o Zugriff auf und Analyse von Daten, die Erkenntnisse über Lernprozess erlauben o Rückschlüsse für Mentoring der Lernprozesse (Modelle) o geeignete Lernressourcen, die Datenerhebung ermöglichen o Persönlichkeitsrechte, Datensouveränität und Datensicherheit hochschulstandortübergreifender barrierefreier Zugang zu Lernumgebungen für Lehrende und Lernende neue Rollen von allen am Lernprozess beteiligten Akteuren (shift from teaching to learning) o Lehrende: von Inhaltsvermittlern zu Lernbegleitern o Lernende: von Rezipienten und Konsumenten zu aktiven Produzenten Unterstützungsstrukturen: höherwertige Lernszenarien erfordern neue Kompetenzen auf Seiten der Lehrenden (technisch, methodisch und mediendidaktisch) und Lernenden, um die Auseinandersetzung mit dem Lerngegenstand zu befördern curriculare Weiterentwicklungen Weiterentwicklung von Lernsettings Qualität des Contents (OER) à Zugang ermöglichen, Vielfalt strukturieren Grundlage für die hier ausgeführten Perspektiven ist die gemeinsame Arbeit an einer Projektskizze im Rahmen der Förderrichtlinie des BMBF zur Digitalen Hochschulbildung im Frühjahr Daran beteiligt waren: Prof. Dr. Heinz-Werner Wollersheim, Norbert Pengel, Universität Leipzig Prof. Dr. Thomas Köhler, Dr. Jörg Neumann, Technische Universität Dresden Dr. Cathleen M. Stützer, Johannes Gutenberg-Universität Mainz Prof. Dr. Pablo Pirnay-Dummer, Martin-Luther-Universität Halle-Wittenberg Prof. Dr. Nicolas Apostolopoulos, Alexander Schulz, Freie Universität Berlin 6