Big Data: Qualitätssteigerung in der Bildung

This post is also available in: English (Englisch)

Studien belegen, dass aufgrund verschiedener Faktoren eine höhere Bildung oft ein Anzeichen für eine längere Lebensdauer ist. Wenn Big Data die Bildung der Bevölkerung verbessern kann, dann wird sie auch zu einem längeren Leben beitragen. Wir schauen uns an, welche Fehler in unserem Bildungssystem vorhanden sind und wie Big Data sowie Data Science bei ihrer Digitalisierung mitwirken kann.

Mit welchen Problemen sieht sich Bildung konfrontiert?

“Wie veränderte sich meine Beziehung zur Schule? Ganz einfach: In der Schule ging es nicht mehr nur um’s Lernen” (aus dem Englischen übersetzt), schreibt die Schülerin Isabella Bruyere in ihrem Medium-Blogartikel. Zu dem Zeitpunkt, 2017, war sie eine High-School-Schülerin.

Wenn es um Fehler in der Schule oder im Bildungssystem geht, hätte man es kaum besser sagen können. Ihre Meinung teilen vermutlich viele von uns.

Ein Listicle drückte es folgendermaßen aus: “Schule macht Kinder dumm und depressiv” und das auf acht verschiedene Weisen. Eine Weise sticht dabei heraus und trifft vermutlich einen Nerv. Punkt zwei: “Schule lehrt Kinder was sie denken, nicht wie sie denken sollen.”

“Schulen lehren Kinder nicht wie sie ihre Kapazitäten logisch zu denken weiterentwickeln können…

Im Gegenteil, Kinder werden dazu gezwungen einfach zu glauben, was ihnen beigebracht wird…

Daher wird die Fähigkeit, sich kritisch mit Themen auseinanderzusetzen, nicht erweitert. Die Kinder werden zu dummen Maschinen erzogen.”

Freiheit und Sicherheit bei Punkt zwei der acht Wege, wie Schulen Kinder dumm und depressiv machen.

Unser derzeitiges Schulsystem ist ein derart großes Problem, dass es TED-Vorträge gibt, die auf die Frage eingehen, ob Schulen die Kreativität töten.

Dieses vehement diskutierte Thema geht mit Studien über schädliche Auswirkungen von zu vielen Hausaufgaben einher.

Die National Education Association (NEA) und die National Parent-Teacher Association (NPTA) in den USA empfiehlt, den Schülern Hausaufgaben aufzugeben, die 10 Min. pro Jahrgangsklasse dauern. Kindergartenkinder sollen gar keine Hausaufgaben aufbekommen. Das bedeutet: 10 Min. Hausaufgaben für Erstklässler, 20 Min. für Zweitklässler, 1 Stunde für Sechstklässler etc.

Allerdings stellte eine Studie fest, dass Schülern ein dreifaches Hausaufgabenvolumen der eigentlich empfohlenen Menge aufgebürdet wird.

“Die Daten belegen, dass ein Workload über die empfohlene Menge hinaus nicht förderlich für die Noten oder den Notendurchschnitt der Kinder ist. Eine Fülle an Beweisen zeigt auf, dass der Einstellung gegenüber der Bildung, der Noten, ihrem Selbstbewusstsein, ihrer Sozialkompetenz und ihrer Lebensqualität erheblicher Schaden zugefügt wird,”

sagte Stephanie Donaldson-Pressman, die zu den Herausgebern der Studie zählt, dem CNN.

Aber was hat Big Data mit all dem zu tun? Sehr viel. Big Data bedeutet dem Lernverhalten und den psychologischen Bedürfnissen der Schüler Aufmerksamkeit zu schenken. Wie wir bereits in Teil 1 unserer Nachhaltigkeitsziele, die auf Big Data beruhen, gesehen haben, kann Big Data das Bildungssystem verbessern.

Eine Menge Daten werden im Bildungssystem gesammelt

eLearning Industry ist eine Plattform, die computergestütztes Lernen und Wissensteilung ermöglicht. Sie beschreibt, Entscheidungsfindungen im Bildungssystem, die auf Daten basieren, wie folgt: “Ein systematisches Sammeln, Analysieren, Untersuchen und Interpretieren von Daten, um Methoden und Strategien in Bildungseinrichtungen mit Informationen zu versorgen“.

Mit anderen Worten werden Bildungsdaten gesammelt und analysiert, um Bildung in den Schulen zu verbessern. Große Mengen an Bildungsdaten werden speziell im Hochschulsystem täglich über verschiedene Datenquellen in den unterschiedlichsten Formaten gesammelt. Die unterschiedlichen Typen der Bildungsdaten sind laut eLearning Industry:

• “Studentenbezogene Daten, wie Demographien und frühere akademische Leistungen.
• Daten über das Lehrpersonal, wie Kompetenzen und berufliche Erfahrungen.
• Daten, die während des Unterrichts, beim Lernen und bei Bewertungen generiert werden. Diese Daten können sowohl im physischen Klassenzimmer als auch durch die Erfassung von Lehrplänen, Beurteilungsmethoden und der Verwaltung der Klassenräume gesammelt werden.
• Personal, Infrastruktur, Finanzpläne, pädagogisches und nicht-pädagogisches Personal, Hardware/Software und Ausgaben.
• Wohlbefinden der Studenten und ihre soziale sowie emotionale Weiterentwicklung, wie: Unterstützung, Achtung der Vielfalt und Respektierung besonderer Bedürfnisse.”

Ein konkretes Beispiel ist Summit Learning, die eine Online-Zentrale anbietet und einem Schulaktenschrank ähnelt. Summit Learning hat eine längere und detaillierte Datenliste. Überspringen Sie ruhig die Liste, wenn Sie zu den anderen Unterpunkten weitergehen möchten.

1. Metadaten der Anmeldungen: Daten werden automatisch auf der Webseite gesammelt. Dazu gehören Informationen wie: Besucher, Interaktionen, IP-Adresse der Besucher, Cookies und Browsereinstellungen, die dabei helfen können, Ursachen für technische Probleme zu identifizieren. Die Daten können aber auch gebraucht werden, um den Benutzern zu helfen und die Sicherheit zu gewährleisten.
2. Anwendungsstatistik: Automatische Sammlung von Informationen über Interaktionen mit den Funktionen der Webseite, um sinnvolle Funktionen zu erkennen.
3. Bewertungsdaten: Sie bestehen aus Testergebnissen und Beobachtungen, um den Lernfortschritt der Studenten zu überprüfen.
4. Anwesenheit: Daten über die Anwesenheit in der Schule und in den Kursen; Suspensionen und Schulverweise können genutzt werden, um Schulschwänzer zu prüfen.
5. Demografie: Personenbezogene Daten der Schüler/Studenten wie Geburtsdatum, Geschlecht, Ethnie, Sprachen, sozio-ökonomische Stellung, Beeinträchtigungen, spezielle schulische Förderungen etc. Diese Daten dienen dem Verstehen der Bedürfnisse eines bunten Schülerkorpus und dem Entwickeln personenbezogener Unterrichtseinheiten.
6. Immatrikulationsinformationen: Klassenstufen, Engagement im Klassenzimmer, Mentor, gewählte Kurse und Abschlussjahr.
7. Informationen über die Studenten: Name des Studenten, ID-Nummer und Kontaktinformationen.
8. Informationen zu den Eltern/zum Vormund: Name der Eltern oder des Vormunds, ID-Nummer, Kontaktinformationen (vor allem wenn es sich bei dem Schüler um ein Kind handelt).
9. Stundenplan: Stundenpläne der Schüler und Lehrer müssen einander angepasst werden, damit es nicht zu Überschneidungen kommt.
10. Leistungen der Schüler: Leistungen im Online-Unterricht, Leistungen in der Klasse, Hochschuleignung, Bewertungen der Lehrer etc.
11. Interessen der Schüler: Außerschulische Aktivitäten und außerschulische Erfolge.
12. Antworten bei Umfragen: Was Schüler, Eltern und Lehrer über die bereitgestellten Lehrmitteln und die Herangehensweise an die Lehreinheiten denken.

Bildungsdaten scheinen nicht auf die Lernerfahrungen der Schüler begrenzt zu sein. Die Daten beinhalten nämlich einen große Bandbreite an nicht-akademischen Daten, die Verwaltungsaufgaben dienen. Die Aufgaben der Verwaltung sind daher auch essentiell für den Lernerfolg der Schüler.

Stellen Sie sich vor, Sie können nicht in einen bestimmten Kurs, weil Sie sich nicht für den Kurs angemeldet haben.

Daher eröffnen all diese Daten den Bildungsbeauftragten neue Wege, um die Vorteile von Big Data zu nutzen.

Was das Bildungssystem von Big Data lernen kann

Das Ziel des Bildungssystem ist es, Schüler auszubilden. Die Fülle an vorhandenen Daten im Bildungssystem kann den verschiedensten Beteiligten im Bildungswesen helfen, dieses Ziel zu erreichen.

Wer kann auf diese Daten zugreifen und wie können die unterschiedlichen Daten verschiedenen Beteiligten helfen? Die Data Quality Campaign (DQC), der Sprecher des Bildungswesens in den USA, fasst die Antwort auf die Frage sehr gut zusammen:

• Schüler: “Ich kenne meine Stärken und wo noch Wachstum notwendig ist. Ich kann meinen eigenen Bildungsweg gehen.”
• Eltern: “Ich weiß welche Schritte notwendig sind, um meinem Kind auf seinem Bildungsweg zum Erfolg zu verhelfen. Ich weiß, was das Beste für mein Kind ist.”
• Lehrer: “Ich weiß, in welchen Bereichen meine Schüler Erfolg haben und in welchen Themen sie Herausforderungen erleben. Ich kann ihnen helfen, sich weiterzuentwickeln.”
• Schulleiter: “Ich weiß, was in meiner Schule funktioniert und was nicht. Ich kann zeitgemäße Entscheidungen treffen und gewährleisten, dass unsere Ressourcen für großartige Lehreinheiten sowie eine bessere Lernfähigkeit der Schüler verwendet wird.”
• Schülerhorterzieher: “Ich weiß, was unsere Schützlinge vor drei Uhr machen. Ich kann Familien und Gemeinden dabei helfen, mehr Chancen für Schüler zu kreieren, um erfolgreich zu sein.”

Schauen wir uns ein Beispiel an, das zeigt, wie Big Data allen Beteiligten unter die Arme greift.

Automatische Überprüfung des Lernfortschritts in Echtzeit

In einer Abhandlung über Big Data für Schulbildung von Darrell West, Mitglied der Denkfabrik Brookings Instituition, wurde ein hypothetisches Schulszenario durchgespielt. Es wurde demonstriert, wie der Lernfortschritt eines Schülers mithilfe systematischer, in Echtzeit erstellter Bildungsdaten, beschleunigt werden kann.

Statt einem Lehrer, der eigenhändig durch die Prüfungen geht, sie benotet und den Schülern nach ein paar Tagen, Wochen oder Monaten zurückgibt, können Schüler eine Computer-Anwendung nutzen, um zu lernen.

Die Schüler können dann ein Quiz absolvieren, dass ihnen ein direktes Feedback sendet und Empfehlungen zu Lehrmaterialien gibt, die zu einem besseren Verständnis eines Themas führen.

Die Lehrer erhalten eine automatisierte Leistungseinschätzung der Anwendung. So wissen sie, an welchen Stellen Verbesserungen notwendig sind.

Die Überprüfung des Lernfortschritts kann zudem beschleunigt werden, indem die direkte Generierung eines Feedbacks automatisiert wird. Dazu werden überwachte Lernalgorithmen genutzt, wie der Bericht der Institute of Electrical and Electronics Engineers (IEEE) nachweist.

Personalisiertes Lernen für individuelle Lernbedürfnisse

Das Sammeln, Analysieren und die maschinelle Erfassung der Prüfungsdaten können schnell Hinweise darauf geben, was die optimalste Herangehensweise für die Lehrinhalte sowie einen personalisierten Stundenplan ist.

Ein Forschungsbericht des US-Departments für Bildung diskutierte die Personalisierung der Lerninhalte für individuelle Schüler und nutzte dabei ein hypothetisches Szenario. Der Bericht behandelt dabei die Förderung von Lehre und des Lernens mittels bildungsbezogenem Data-Mining und Lernanalysen.

In einem Einführungskurs im Fach Biologie, der Raum für Personalisierung hat, ändert sich die Rolle des Lehrers. Er erzählt nicht mehr, sondern gestaltet, organisiert und unterstützt Lernerfahrungen. Der Lehrer kommuniziert die Lernziele des Kurses und schlägt Ressourcen und Erfahrungen vor, um diese Ziele zu erreichen.

Dieses Verfahren ist eine Alternative zu Methoden bei denen Schüler gezwungen sind, alle den gleichen Lehreinheiten zuzuhören, die gleichen Aufgaben zu erledigen und das in der selben Zeitspanne. Mit dieser Alternative können die Schüler ihre ganz persönliche und auf sie zugeschnittene Lernwege gehen.

Beispielsweise könne sie sich auf einen Schüler konzentrieren, der bereit ist für die nächste Lehreinheit, nämlich Bevölkerungsgenetik. Das Dashboard eines Online-Lernsystems zeigt eine Varietät an unterschiedlichen Lernressourcen über das Thema Bevölkerungsgenetik an.

Die Ressourcen umfassen Unterrichtseinheiten von einem Lehrer, großartige Videos über Genetik, interaktive Simulationsspiele zum Thema Genetik, ein Gruppenprojekt und Revisionsmaterial.

Jede Ressource kann von Schülern bewertet werden, indem angegeben wird, wie leicht verdaulich der Stoff war. Alle Aktivitäten wie “Likes”, Prüfungswerte und Verbindungen zwischen Nutzung der Ressourcen und Prüfungsnote werden zur Bewertung der Ressource hinzugezogen.

Die Bewertungen werten kontinuierlich aktualisiert, während die Schüler mit den Ressourcen interagieren. Aktualisierte Bewertungen werden dann auf dem Dashboard angezeigt. Auf dem Board wird dann deutlich, wie viele Lehrinhalte zu dem Thema Bevölkerungsgenetik, die der Schüler noch nicht bearbeitet hat, von der jeweiligen Ressource behandelt wird.

Mit anderen Worten, es kann festgestellt werden, wie inwieweit jede einzelne Ressource den Schülern hilft, die Einheit zu meistern. Allerdings kann auch untersucht werden, ob die Ressourcen noch Platz für Verbesserungen haben.

Die Lehrer und Schulen haben Zugang zu den Daten der Online-Lernplattformen. So wird das Überprüfen der Bedürfnisse der Schüler und das Bestätigen ihrer Leistungen einfacher.

Die Art wie wir lernen neu denken

In diesem Jahr hat uns die Pandemie so einiges vor Augen geführt und dazu zählt auch die Notwendigkeit des Online-Unterrichts, denn der Lockdown zwang Schulen und Universitäten dazu ihre Kurse online anzubieten.

Die Verschiebung der Bildung in den digitalen Raum könnte Bildungsanalysen einfacher machen, da alle wichtigen Daten online extrahierbar sind. Durch Untersuchungen des Lernverhaltens der Nutzer können Bildungsträger herausfinden, was sie in Zukunft anders machen müssen.

Um diese Verlagerung so erfolgreich wie möglich zu gestalten, müssen Bildungseinrichtungen sich darauf konzentrieren, die Daten effektiv anzuwenden und nicht nur viele Daten zu sammeln.

Ich bin der Meinung, dass die Data Quality Campaign (DQC) hierfür eine sehr gute Ressource ist. Sie können hier mehr über ihren Vorschlag zum Thema Datenpolitik herausfinden. Hier folgt nun eine Zusammenfassung der Datenpolitik von DQC:

• Fragen festlegen, die Datenanalysen priorisieren mit denen staatliche Handlungen informiert werden können;
• gewährleisten, dass Lehrer auf die Daten effektiv zugreifen und sie nutzen können;
• rechtzeitig, qualitativ hochwertige, relevante und zugängliche Daten der Öffentlichkeit zur Verfügung stellen;
• kommunizieren Sie die Arten der Daten, die gesammelt werden sollen, ihren Wert für den Lernerfolg der Schüler und wie die Daten geschützt werden;
• Richtlinien zum Schutz der Privatsphäre und der Vertraulichkeit festsetzen

Vielleicht kann diese Herangehensweise auf Bildungseinrichtungen in der ganzen Welt angewendet werden. Die großen Mengen an Daten, die im Bildungssystem weltweit gesammelt werden, machen den Bildungssektor zu einer sehr attraktiven Chance für Big-Data-Analysen.

Ich hoffe, dass dieser Artikel bewiesen hat, dass Big Data bei Entscheidungsfindungen helfen kann. Dazu zählen Entscheidungen in der Verwaltung, Erkennung und Anpassung an verschiedenen Lernbedürfnissen, Organisation der Zuweisung von Ressourcen, Leistungen der Lehrer und viele weitere Bereiche, um den Schülern beim Lernen zu helfen.