Ziel dieser Lerneinheit ist es, eine generische IT-Infrastruktur für digitale Lernumgebungen zu erarbeiten, die für Ihre Fachdisziplin oder Inhaltsbereich relevant sind:

SDG4: Quality Education - Learning Resource supports the SDGs - UN-Guidelines[1]

Zielgruppe Bearbeiten

  • Lehrende, die sich mit der Konzeption von Digitalen Lernumgebungen befassen möchten
  • Forschende, die mit digitalen Lernumgebungen Lernprozesse analysieren möchten.
  • Personen, die sich mit maschinellem Lernen und digitalen Lernumgebungen auseinandersetzen[2]

Aspekte digitaler Lernumgebungen Bearbeiten

Aufgaben Bearbeiten

  • (Open Source) Suchen Sie nach existierenden OpenSource-Softwarepaketen, die Sie für Ihre Digitale Lernumgebung einsetzen möchten!
  • (Spracherkennung) Welche Rolle spielt für Sie die Spracherkennung mit OpenSource-Software z.B. in der Grundschule, in einem inklusiven Lehr-Lern-Szenario oder beim Einsatz in einer digitalen Lernumgebung, in der Hände der Schülerinnen und Schüler Objekte greifen müssen und dabei Beobachtungen protokollieren wollen.
  • (Learning Analytics) Versuchen Sie zunächst auf fachdidaktischer Ebene festzulegen, ob und welche Lernerdaten über den Lernprozess erhoben werden sollen und analysen Sie, ob die existierende Software diese Möglichkeit bietet! Daten von Lernenden/Schüler:innen sind sehr sensible Daten. Wie kann Datenschutzaspekte in einer Weise berücksichtigen, dass Daten nicht die Schule, den Klassenraum oder sogar den Rechner der Schüler:in nicht verlassen.
  • (Handschriftliche Annotationen) Testen Sie OpenSource-Anwendungen wie Xournal für die Kommentierung von PDF-Dateien und erläutern Sie, wie Sie dieses Werkzeuge zur Korrektur von Lösungen und handschriftlichen Aufgaben verwendet werden können!
  • (Lightboard) Untersuchen Sie die Möglichkeiten des Einsatzes eines digitalen Lightboards und verwenden Sie OpenSource Screencasting-Software (z.B. OBS), um aus dem Videostream ein Lehr-Lernvideo für eine Flipped-Classroom-Situation zu erzeugen. Erläutern Sie, warum eine Spiegelung des Videos sowohl für den Lehrenden als auch für den Betrachter des Videos notwendig ist. Analysieren Sie, wie Sie ein solches Video als Live-Stream in eine OpenSource Videokonferenz-Software streamen können? Betrachten Sie, dass Streaming in der Regel eine Zeitverzörgerung von 30 Sekunden oder auch mehreren Minuten haben kann. Welche Konsequenzen ergeben sich daraus für eine Interaktion und der Verwendung von Livestreams? (OpenSource-BigBlueButton hat die Möglichkeit Lehr-Lern-Videos in die Lernraum zu streamen? Welche Vorteil hat es, Lernvideos asynchron zu nutzen? Welche Vorteil hat es auf Fragen und Anmerkungen in einem Livestream direkt reagieren zu können? Wie unterscheidet sich die Anwendung eines Lightboards von der Nutzung z.B. von OBS-Studio.
  • (AR VR in der Grundschule) 3D-Modelle kann man über einen Link teilen und z.B. auf einem Marker in der Web-Cam oder mit einem Tablet sichtbar machen.
    • Welche Anforderungen werden auf der Seite der Lehrenden wesentlich, um digitale Modell in Lernumgebungen zu integrieren?
    • Versuchen Sie dazu digitale 3D-Modelle mit analogen 3D-Modellen zu vergleichen und erarbeiten Sie Vor- und Nachteile der Materialien? Suchen Sie nach wissenschaftlicher Literartur, die den Einsatz von VR und AR im Unterricht analysiert hat? Welche Ergebnisse konnten Sie identifizieren?

Digitale Bausteine von Lernumgebungen Bearbeiten

Digitale Bausteien von Lernumgebungen sind IT-Komponenten, die man im Sinne eines IT-Werkzeugkastens in dem 4K-Modells[3] der 21st-Century Skills als Basiskomponenten verwendet werden können. Bezogen auf IT-Komponenten werden diese Fähigkeiten

  • Kreativität,
  • kritisches Denken,
  • Kollaboration und
  • Kommunikation

betrachtet.

Open Community Approach Bearbeiten

Offene Bildungsressource und Open-Source-Software, die in digitalen Lernumgebungen eingesetzt werden, sind Bausteine für eine kollaborative Entwicklung von Lehr-Lern-Materialien. Daher wird der Open Community Approach (OCA) angewendet, damit der Zugang zu Bildungsressourcen nicht durch finanzielle Hürden eingeschränkt ist und gleichzeitig durch eine offene Lizensierung ein kreativer und experimentellen Umgang mit diesen Ressourcen möglich ist und eine kollaborative Weiterentwicklung von Lehr-Lernmaterialien und der genutzten Software innerhalb der Lernumgebung ermöglicht wird. Grundlage dafür ist wiederum eine Lizenzierung, die diesen Zugang dauerhaft ermöglicht und auch die aus kreativen Ideen entstehenden Weiterentwicklungen weiterhin der Gemeinschaft der Lernenden und der Lehrenden zur Verfügung stellt. Ein klare lizenzrechtliche Trennung von nicht-kommerziell (NC) verwendbaren Bildungsressource (z.B. Creative Commons CC4.0-BY-NC) und kommerziell verwendbaren Ressourcen (z.B. Creative Commons CC4.0-BY) kann dabei den Ersteller:innen freigestellt werden.

Datenschutz - personenbezogene Daten - TPACK Bearbeiten

Im Bereich der technischen Unterstützung von Bildungsprozessen spielt der Datenschutz insbesondere beim Umgang mit Daten von Schülerinnen und Schülern eine ganz zentrale Rolle, die sowohl beim Einsatz der ausgewählten IT-Komponenten in Lernumgebungen als auch bei der Speicherung von Daten notwendig ist. Personebezogene Daten entstehen oft zwangsläufig beim Umgang mit der Lernumgebung, die für die Anwendung von individualisierten Rückmeldung zum Lernerfolg hilfreich sind und gleichzeitig eine kommerzielle Datenernte in Lernumgebungen ausschließt. Bei der Anwendung von TPACK[4] liegt der Datenschutz innerhalb der Schnittstelle zwischen technischen, pädagogischen und domänespezifischem Wissen. Im technischen Bereich liefert die Verwendung von Open-Source-Software die Möglichkeit, dass Informatiker die Datenschutzkonformität durch den offenen Quellcode untersuchen und verbessern können. Technoligische, pädagogische und inhaltliche Verbesserungen, die sich im Laufe der Nutzung in digitalen Lernumgebungen identifizieren lassen, können durch die Open-Source-Lizenzierung auch in den Quellcode transparent integriert werden. Ferner können diese Verbesserungen und die damit verbundenen die Entwicklungsaufwände ggf. auch gemeinschaftlich kosteneffizient finanziert werden. Die Resultate stehen wieder der Gemeinschaft der Lehrenden und Lernenden zur Verfügung. Ist die Datenschutzgrundlage gewährleistet, können über Learning-Analytics Daten in Lernumgebung lokal erhoben und lokal verarbreitet werden, um die Lernumgebung an die Lernvoraussetzungen der Lernenden anzupassen. Privacy by Design-Ansatz führt dazu, dass (insbesondere von Schüler:innen generierte) Daten standardmäßig lokal auf IT-Infratstruktur verfügbar und nutzbar sind. Aus pädagogischer Sicht bezieht TPACK dabei auf die Differenzierung[5] und Individualisierung im Unterricht unter Verwendung von technischer Infrastruktur.

Adaptivität von digitalen Lernumgebungen Bearbeiten

Lokal nutzbare Werkzeuge des maschinellen Lernens erlauben auf Open Source-Basis diese Anpassung an die Lernvoraussetzungen der Lernenden. Domänen spezifische Kenntnisse zum Lerngegenstand beziehungsweise zum Inhaltsbereich der Lernumgebung sind notwendig, um auf der Basis von identifizierten Lernschwierigkeiten und möglichen gestaffelten Hilfen die Anpassung an die Lernvoraussetzungen der Lernenden mit Maschinellem Lernen (ML) vorzunehmen zu können.

Die Anpassungsfähigkeit von Lernumgebungen Kann über die Nutzung von existierenden Maschine Learning-Bibliotheken (z.B. scikit-learn, FANN, PyTorch, NLTK, ...). Die grundlegenden Basiskompetenzen von Lehrkräften beziehen sich dabei nicht auf die Entwicklung von programmierkot, sondern auf den geeigneten Einsatz und Auswahl von Machine-Learning-Komponenten für den Einsatzweck.

Spracherkennung - Mensch-Maschine-Interaktion Bearbeiten

Digitale Lernumgebungen müssen im Bereich der Kommunikation Mensch-Maschine-Schnittstellen bedienen. Daher besitzt die Open-Source-Spracherkennung (siehe Gaida et.ale 2014[6], und der damit verbundenen Verarbeitung von natürlicher Sprache eine besondere Bedeutung, die u.a. foglende Aspekte beinhaltet.

  • Open-Source-Mensch-Maschine-Interaktion, wenn bei den Schüler:innen noch keine Schriftsprache vorliegt (z.B. Grundschule, Vorschule, Kindergarten) oder in einem inklusive Unterricht die Eingabe mit Tastatur nicht möglich ist.
  • Open Source Spracherkennung, wenn Hände bei der Interaktion mit Lehr-Lernmaterialien zum Halten und Greifen verwendet werden und gleichzeitig Beoachtungen um Lernprozess protokolliert werden sollen.
  • Open-Source-Sprachsteuerung (z.B. in der Robotik, siehe Fujii 2022[7]), wobei Sprachbefehl ein digitales (ggf. bewegliches) Endgerät steuern. um in Lernumgebungen ein regelbasiertes Verständnis von Algorithmen und die Steuerung durch Befehlssequenzen zu gewinnen.

Kollaborationsumgebungen für Kleingruppen Bearbeiten

Im Bereich der Kooperation von Lehrerinnen und Lehrern im Bereich der Entwicklung von Lehrlernmaterialien betrachten wir nun Kollaborationsumgebung von der technischen Seite, die in Kleingruppen Materialiensammlung, to-do Listen und des optionalen Einsatzes von Zeitmanagement miteinander verbindet, um kollaborative Ergebnisse zu erzielen bzw. vorzubereiten (siehe Parsons 2022[8] - Leher:innenbildung). Unter Anwendung von OpenSource-Infrastruktur und der Berücksichtung von Datenschutzaspekten können hierzu z.B. Wekan[9] als web-basierte Tool verwendet werden.

Kollaborative Entwicklung von Inhalten in Wikis Bearbeiten

In Wikipedia hat in einer offenen Gemeinschaft eine Enzyklopädie zusammen getragen, die öffentlich geteilt und weiter entwickelt werden kann. Dabei ist die Nutzung eines Wikis nur eine Form von kollaborativer Editierung von Dokumenten[10]. Eine kritische Auseinandersetzung mit digitale Infrastruktur beinhaltet auf der Ausbildungsebene auch die Auseinandersetzung mit Qualtitätsicherung, Quellennachweisen und deren Validierung. Wikiversity ist eine kollaborative Entwicklungsumgebung für Inhalte, die ebenfalls mit einem MediaWiki funktioniert. Wiki2Reveal als OpenSource-Präsentationsumgebung für Folien, die diese Folien dynamisch aus Wikiversity erzeugt und deren Folieninhalte durch die Wiki-Gemeinschaft gewartet und optimiert werden können, erweitert das wikibasierte versionierte Management von Lernresourcen durch im Browser annotierbare Folien (siehe Open Educational Resources - OER und Wiki2Reveal). Die Entwicklung von Vortrags- und Präsentationsfolien ist dabei nur ein Aspekt von Open Educational Resources, die in der Gemeinschaft kollaborative entwickelt und genutzt werden können.

Aufwände für Wartung und Pflege von digitaler Infrastruktur Bearbeiten

Ein Schlüssel für die digitale Transformation sind aus technischer Sicht die Aufwände für die Wartung und Anpassung von genutzten Softwarepaketen. Vielfach müssen Lehrerin und Lehrer an Schulen Arbeitsaufwände übernehmen, die in den Aufgabenbereich einer IT Fachkraft gehören beziehungsweise auf Landesebene bei Diensten für viele Schulen für eine Open-Source-IT-Dienstleistung im Bereich von Serverinfrastruktur übernommen werden müsste. Wenn man diesen Ansatz mit dem Datenschutz von Schülerdaten verbindet, Bieten sich dabei containerbasierte Lösungen an, die lokal im Schulnetzwerk als Dienst zur Verfügung stehen aber zentral von einer IT Service Einheit als Open-Source-Komponente gewartet und aktualisiert wird (z.B. Docker-Container). Die Plattformunabhängigkeit (Linux, Windows, Mac) ist dabei wesentlich, um einen IT-Dienst für digitale Lernumgebungen unabhängig von dem verwendeten Betriebssystem betreiben zu können und gleichzeitig die Wartungsaufwände auf eine einheitliche Container Infrastruktur zu beschränken. Die Entscheidung, ob dabei Ein Dienst für alle Schulen und Universitäten Zentral bereitgestellt wird oder nur zentral gewartet und lokal in der Schule Infrastruktur genutzt wird, hängt von deinem konkreten Anwendungsszenario ab.

Siehe auch Bearbeiten

Literatur Bearbeiten

  1. UN-Guidelines for Use of SDG logo and the 17 SDG icons (2016/10) - http://www.un.org/sustainabledevelopment/wp-content/uploads/2016/10/UN-Guidelines-for-Use-of-SDG-logo-and-17-icons.October-2016.pdf
  2. Giang, C., Wambsganss, T., & Käser, T. (2022). Maschinelles Lernen zur Förderung von höheren Kompetenzen. Lernen und Lernstörungen.
  3. Sipayung, D. H., Sani, R. A., & Bunawan, H. (2018, December). Collaborative inquiry for 4C skills. In 3rd Annual International Seminar on Transformative Education and Educational Leadership (AISTEEL 2018) (pp. 440-445). Atlantis Press.
  4. Kereluik, K., Mishra, P., & Koehler, M. J. (2011). On learning to subvert signs: Literacy, technology and the TPACK framework. California Reader, 44(2).
  5. Riedl, A. (2008). Innere Differenzierung–Herausforderung für modernen Unterricht. In Wirtschaft und Linguistik: Wege einer Wechselwirkung. Eine Sammlung von Materialien einer internationalen wissenschaftlich-praktischen Konferenz von Studierenden und Doktoranden. Jekaterinburg: Staatliche Technische Uraler Universität (pp. 122-128).
  6. Gaida, C., Lange, P., Petrick, R., Proba, P., Malatawy, A., & Suendermann-Oeft, D. (2014, October). Comparing open-source speech recognition toolkits. In 11th International Workshop on Natural Language Processing and Cognitive Science.
  7. Fujii, A. (2022, March). Open source system integration towards natural interaction with robots. In 2022 17th ACM/IEEE International Conference on Human-Robot Interaction (HRI) (pp. 768-772). IEEE.
  8. Parsons, D., Thorn, R., Inkila, M., & MacCallum, K. (2018, December). Using Trello to support agile and lean learning with Scrum and Kanban in teacher professional development. In 2018 IEEE International Conference on Teaching, Assessment, and Learning for Engineering (TALE) (pp. 720-724). IEEE.
  9. Lauri Ojansivu et.al. (2023) Wekan - OpenSource Kanban - GitHub-Repository: https://github.com/wekan/wekan URL: https://wekan.github.io/ (letzter Zugriff 2023/02/27)
  10. Ignat, C. L., Oster, G., Molli, P., Cart, M., Ferrié, J., Kermarrec, A. M., ... & Guerraoui, R. (2007, November). A comparison of optimistic approaches to collaborative editing of wiki pages. In 2007 International Conference on Collaborative Computing: Networking, Applications and Worksharing (CollaborateCom 2007) (pp. 474-483). IEEE.