»Video Analytics in MOOCs« beim openHPI-forum

Irgendwo zwischen Griebnitzsee und Kiefernwald war ich heute zum openHPI-Forum (siehe Vortragsaufzeichnungen) auf dem Campus des Hasso-Plattner-Instituts in Potsdam eingeladen, um über Möglichkeiten der Erhebung, Auswertung und Visualisierung von Videodaten zu referieren. Viel Unterstützung kam dabei Jan Renz und Tobias Rohloff, die die Plattform openHPI, openSAP und openWMO betreuen und das Thema Video Analytics künftig verstärkt angehen möchten.

Im Folgenden möchte ich nicht nur die versprochenen Folien bereitstellen, sondern auch die vielfältigen Ideen für Datenvisualisierungen teilen, welche die Teilnehmenden im Workshop erarbeitet haben. Read More

GMW’18 Workshop: Analyse und Visualisierung videobasierter Lernaktivitäten

Am Mittwoch, dem 12. September 2018, hatte ich das Vergnügen während der Jahrestagung der Gesellschaft für Medien in den Wissenschaften einen Methodenworkshop zum Thema »Analyse und Visualisierung videobasierter Lernaktivitäten« anzubieten. Die Veranstaltung war mit über 20 Teilnehmenden sehr gut besucht.

Die Folien des Vortrags stelle ich hiermit zur freien Verfügung (CC-BY) und Download bereit: Slides (12,6 MB)
Read More

GML² im Nachgang: Datenschutz und Learning Analytics

Vor gut einer Woche besuchte ich die GML² an der Freien Universität Berlin. Im AV-Workshop vor der Tagung sprach ich über die Entwicklung und Nutzerverhaltensanalyse von IWRM education. Jenseits der vielen gedanklichen Mitbringsel möchte auf das Spannungsfeld von Datenschutz und Learning Analytics (LA) eingehen. Mein Eindruck ist, dass LA überall gehypet wird, aber eigentlich nur wenige schon einmal damit in Berührung gekommen sind. Die ethischen Probleme eines gläsernen Studierenden ahnen jedoch viele (NSA sei Dank). Exemplarische Bedenken habe ich in drei Thesen gebündelt, für die ich nach weitere belege suche:

These 1: Studierende und Lehrende beharren bei elektronischen Lernangeboten von Hochschulen auf strenge Datenschutzrichtlinien, während sie diese bei externen Anbietern ignorieren. Beispielsweise dürften Lehrende beim Angebot von Vorlesungsaufzeichnungen nicht protokollieren welche Videos und Videoszenen von wem und wann betrachtet werden. Bei YouTube veröffentlichte Videos würden jedoch ganz natürlich durch die Google Analytics Instrumente ausgewertet. In letzteren Fall ist nicht einmal sicher, welche Daten zusätzlich erhoben werden (z.B. Google-Benutzername). Mit der Preisgabe persönlichen Daten bezahlen Lehrende dafür, die Infrastruktur von YouTube nutzen können.

These 2: Unter welchen Bedingungen ist es gerechtfertigt die Nutzung von Open Educational Resources (OER) zu tracen? Bezahlen Lernenden durch die Protokollierung ihres Lernverhaltens die kostenfrei zur Verfügung gestellten Lernangebote? Macht es einen Unterschied, ob die Daten zur Forschungszwecken oder zur Ökonomisierung erhoben werden? Beleg dafür sind die Analytics-Instrumente bei Khan Academy oder die umfangreichen Auswertungen der MOOC-Anbieter, die nicht nur die Gründe für Kursabbrüche zu ergründen versuchen, sondern die Lernergebnisse und Nutzerprofile an Head Huntern verkaufen. Freilich, das machen nicht alle.

These 3: Eingebaute Tracingfunktionen in Lernumgebungen nutzen Lehrende, oft jedoch ohne die Lernenden darüber in Kenntnis zu setzen. Beispielsweise erlaubt die Videoplattform MediaSite die Beobachtung einzelner Studierender! Für eine  Hamburger Hochschule thematisierte ein Referent bei der GML² keine ethischen Gewissensbisse. Ich sehe das anders. Den Empfehlungen von der APA folgend, so meine These, müssten Studierende jeder Zeit einem Tracing ihres Benutzerverhalten zustimmen oder sich verweigern können. Betrachtet werden könnten dann nur jene Studierende, die zuvor einwilligten. Falls Sie sich das jedoch bis zum nächsten Veranstaltungstermin anderes überlegen, so darf der Lehrende keinen Zugriff auf die früher erhobenen Daten mehr bekommen. Die Crux ist dabei die Ablage der Daten, die erst mit vorhandener Zustimmung zur Auswertung herangezogen werden darf. Um hier Missbrauch zu verhindern, müssten die Datensätze verschlüsselt sein, und zwar mit einem Schlüssel, der weder im System, noch bei dem Lehrenden, sondern einzig beim Studierenden gespeichert/memoriert ist.

 

An der eigenen Nase gefasst, habe ich mir hier einige Hausaufgaben definiert. In IWRM education erhebe ich Daten zur Verbesserung des Lernangebots. In meinen Studien zu CSCL-Scripts protokollierte ich ebenso Nutzerinteraktionen, zuletzt jedoch im Opt-Out Modus für Studierende.

 

Arbeitskreis Learning Analytics in der Fachgruppe E-Learning legt los!

Zur DeLFI 2013 an der Universität Bremen gegründet und durch einen großartigen Workshop flankiert fiel heute der Startschuß für den Arbeitskreis Learning Analytics. Der Horizont Report für 2014 wähnt die Anwendung von Analysemethoden in Lernkontexten ja bereits in greifbarer Nähe. Ich persönlich bin da eher skeptisch, zumindest was Sachsen anbelangt. Die Daten, die man durch die BPS Gmbh zur Nutzung des sachsenweit eingesetzen Lernmanagementsystem OPAL erhält sind unbrauchbar.

Bis zum nächsten Workshop bei der DeLFI 2014 in Freiburg werden nun Anworten zu kurz- und längerfristigen Herausforderungen, spezifischen Fragestellungen / Projekten / Ergebnissen sowie Werkzeugen erbeten.

Mich persönlich interessieren die Methoden seit dem ich Feldstudien zu videobasierten CSCL-Scripts durchführe und aus den Datenbergen schlau werden möchte. Mangels Literatur und Software muss man sich da bislang eine Menge selber entwickeln. Das fängt beim Logdatenformat an, geht über die Auswertungsalgorithmen und -methoden je Videoplayer, bis hin zu aussagekräftigen Visualisierungen.

Mehr dazu werde ich im Workshop »Praktischer/praktizierter Audio- und Videoeinsatz in der Lehre« zur Pre-Conference der GML in Berlin vorstellen (13. März 2014) und beim Symposium VIDEO am 24. April in Graz erläutern.

Learning Analytics using CORDTRA Diagrams with D3.js

CORDTRA stands for Chronological-Ordered Representation of Discourse or Tool Related Activity. These diagrams consist of a timeline where multiple processes are ploted in parallel. Basically it is scatter plot where activities follow a certain coding scheme. In my example the usage of video annotations was distinguished into different interactions, e.g. using Popcorn Maker or direct annotation authoring or contributing/starting an electronic assessment (quiz). The input data was captured in a logfile containing activity data together with a unix time stamp.

Read More