Learning Analytics und Intelligente Tutorielle Systeme als medienpädagogische Herausforderung

Prof. Dr. Heidrun Allert (Christian-Albrechts-Universität zu Kiel), Fotografin: Andrea Groisboeck

Learning Analytics (LA) und Intelligente Tutorielle Systeme (ITS) stellen Forschungs- und Entwicklungsfelder dar, die zunehmend ineinander verschränkt werden und Realitäten schaffen. Für die pädagogische Praxis versprechen beide einen Beitrag zur Optimierung von Lernprozessen, zur Entwicklung von Lernumgebungen, zur Entinstitutionalisierung von Lernen sowie zur Emanzipation der Lernenden durch die Förderung ihrer Selbststeuerung.

Zum Verständnis der Bedeutung von LA ist es hilfreich, diese nicht als eine Form der Analyse spezifischer Daten zu verstehen, sondern als Forschungsfeld, das sich dadurch auszeichnet, dass es mit den im Rahmen digitaler (Lern-)Plattformen anfallenden, oft immensen Datenmengen arbeitet. Das sind Daten, die nicht zum Zweck der Forschung erhoben werden, sondern solche, die bei jeder Nutzung von Softwaresystemen ohnehin anfallen − sogenannte „traced data“ oder „clickstream data“. Ohne diese Daten wären die Systeme schlicht nicht lauffähig. Sie entstehen, wenn Lernende sich auf einer digitalen Lernumgebung anmelden, auf etwas klicken, etwas editieren usw. Ziel von LA ist das Verständnis und die Optimierung von Lernprozessen. Es geht sowohl um Lernprozesse individueller Lernender als auch um die Leistung von Institutionen. Außerdem geht es um die Visualisierung von Daten in sogenannten Dashboards für verschiedene Personengruppen wie Lehrkräfte, Leitungsebenen, aber auch für Lernende selbst, teilweise in Realtime.

Emanzipation der Lernenden durch Learning Analytics und Intelligente Tutorielle Systeme?

Als Forschungsgemeinschaft steht die „Society of Learning Analytics Research“ (SoLAR), gegründet 2011, für einen engen Austausch zwischen Softwareindustrie und universitärer Forschung. Die Optimierung der Lernprozesse bedeute nichts anderes als die Verbesserung der Lebensqualität Einzelner, die bessere Qualität des Schulsystems und eine bessere Gesellschaft. LA ziele auf die Emanzipation der Lernenden etwa durch unmittelbares Feedback sowie die Übernahme von Verantwortung bezüglich Selbststeuerung, Emotionsregulierung und Metakognition. Lernen solle außerhalb von Institutionen ermöglicht und weniger auf Kurse als vielmehr auf die Erfahrungen beim Lernen fokussiert werden. Es geht aber auch um ein besseres Verständnis von Lernprozessen durch Forschende, Lehrkräfte und Leitungsebenen, um bessere Modelle und Theorien. Diese Zielsetzungen lassen sich einer Online-Veranstaltung des SoLAR vom 25. März 2022 mit den Speaker/innen Rebecca Ferguson, George Siemens & Roger Azevedo entnehmen.  

Der diskursiven Offenheit ihrer programmatischen Ziele, stehen allerdings rigide Annahmen gegenüber, die getroffen werden müssen, um die angestrebten Erkenntnisse mit den gewählten Mitteln gewinnen zu können: etwa, dass Lernprozesse optimiert werden können, dass sie in Daten repräsentierbar und auf Individuen attribuierbar sind, dass Zielhorizonte vordefiniert werden müssen und dass Lernende sich dem Softwaresystem und Lernangebot fügen würden, d. h. es so verwenden, wie es bei seiner Entwicklung vorgesehen wurde. Hier stellt sich aus medienpädagogischer Perspektive unter anderem die Frage, welche Form der Emanzipation das ist, mit der sich das Forschungsfeld diskursiv legitimiert.

„Closing the loop“, ist ein Gestaltungsprinzip, dem sich das Forschungsfeld LA stellt. Es fordert, den Lernenden die Daten ihrer eignen Lernprozesse zur Verfügung zu stellen. Lernende könnten Erklärungen zu den Daten entwickeln und so ihre Selbstregulationsfähigkeit und Metakognition verbessern. Lernende würden damit ermächtigt, das Softwaresystem zu verstehen, die Annahmen des Systems über sich selbst kennenzulernen, das eigene Lernen zu überwachen und besser zu planen, erklärt Roger Azevedo in der oben verlinkten Online-Veranstaltung..

Wie aber wird Emanzipation verstanden, wenn die Selbststeuerung bereits durch das Softwaresystem geformt wird, auf dem der Lernprozess stattfindet? Lange vor dem tatsächlich stattfindenden Lernprozess müssen Interaktionen, Kompetenzen und Wissen modelliert, also bestimmt werden. Besonders deutlich wird das beim ITS, einem Computersystem zur Wissensvermittlung. Es fußt auf mehreren Modellen. Laut Sottilare et al. (2013), muss ein ITS ein „domain model“, ein „learner model“, ein „tutor/instructional model“ sowie ein „interface model“ beinhalten. Das Interface Modell ist notwendig, um die Interaktionen der Lernenden in der jeweiligen Umgebung interpretieren zu können (z. B. was bedeutet es, wenn ein bestimmter Link angeklickt wurde?). Auf Basis der Interaktionen einer Lernenden bzw. eines Lernenden mit dem System wird deren Wissensstand im Lernenden Modell repräsentiert und in Abgleich mit dem Modell der Wissensdomäne und basierend auf einem Instruktionsmodell neue Einheiten präsentiert. Lernende können deshalb nur mittels jener Konstrukte in Erscheinung treten, die im System modelliert sind, und nur jene Interaktionen werden nachvollzogen, die das System bereitstellt.

Gewissermaßen schließt nicht die Bereitstellung der Daten den Loop, sondern die Lernenden selbst, die ihr Verhalten so regulieren sollen, dass es an das spezifisch gestaltete Softwaresystem reibungslos angepasst verläuft. Hier deutet sich eine Doppellogik an: einerseits Lernprozesse besser zu verstehen und steuern zu wollen, gleichzeitig aber dabei lernende Systeme zu erschaffen, in die die Lernenden planbar eingebunden sind oder gar deren Zukünfte formatieren. 

Es geht dabei nicht mehr nur um humane Lernprozesse sondern auch um die Steigerung der Performanz lernender Systeme, bei der Daten-Sets immer besser würden, je mehr man sie nutze (Hodgins, 2002). Letztendlich muss der Mensch keine Fragen mehr stellen, da die richtige Antwort immer bei der Hand sei. Die Modelle werden in dieser Vision nicht mehr von Expertinnen und Experten auf Basis von Theorien gemacht, sondern aus immensen Datenmengen automatisiert generiert. Damit sind tatsächlich auch ausschließlich solche Zustände modelliert, die bereits in der Realität signifikant als statistische Regelmäßigkeit zu Tage traten, nicht aber solche, die theoretisch denkbar erscheinen.

Emanzipation sei an Vermessung gekoppelt, analysiert der Netztheoretiker Philip Agre bereits im Jahr 1994 (Agre, 1994). Er beschreibt ein, wie er es nennt, Emanzipations-Vermessungs-Regime. Neue Formen wissensbasierter Arbeit würden dezentralere Entscheidungen erfordern, Individuen und Teams dürften ihre Arbeit zunehmend selbstbestimmt organisieren, was als Emanzipation erfahren werde, gleichsam stehe dies im Zusammenhang mit der Vermessung und Nachvollziehbarkeit ihrer Leistung über Daten und Netzwerke. Emanzipation und Selbststeuerung sind also an messbare Leistung gekoppelt. Allerdings führt heute auch optimierte Selbststeuerung nicht sicher zu gesellschaftlicher Teilhabe, zu sozialer Mobilität und beruflichem Aufstieg, wodurch das gesellschaftliche Inklusionsnarrativ erodiert (Budde, 2027).

Loops und Regime funktionieren nicht durch Technologien alleine, sondern nur dann, wenn Technologien in sozialen Praktiken praktisch anschlussfähig gemacht werden, das heißt, indem wir ihnen kollektiv in unserem Handeln einen Sinn zuschreiben (Richter & Allert, 2024). Michael Baker schreibt im Jahr 2000 über ITS:  „I do not believe that ITS for individualised instruction will be appropriated into schools in the near future because of the problems of social responsibility and legitimacy” (Baker, 2000, S. 134). Jede Lehrkraft müsse dem ihm übertragenen Auftrag nachkommen können, jederzeit über den Wissensstand jedes Schülers informiert zu sein um daran anschließen zu können, was bei Einsatz von ITS nicht mehr möglich sei. Erst die veränderte Vorstellung von Schule und hochindividualisiertem Unterricht ermöglicht heute den Einsatz der Technologien. Bacia et al. stellen im Jahr 2024 fest: „... so ist doch davon auszugehen, dass sich ITS immer stärker als ‚normaler‘ Bestandteil des schulischen Lernens verfestigen werden“ (Bacia et al., 2024, S. 28).

Die Bildungspraxis sollte ermöglichen, sich kritisch zu Technologien ins Verhältnis zu setzen

Die Forschungsfelder LA und ITS gehen von autonomen und souveränen Subjekten aus. Lernenden, bei denen Handlungsmacht und Verantwortung liegt, die Technologien instrumentell zu nutzen, um Ziele zu erreichen. In aktuellen medienpädagogischen Diskursen hingegen wird Handlungsmacht (agency) als eine verteilte Größe begriffen, die sich relational zwischen menschlichen und nicht-menschlichen Akteuren entfaltet. Emanzipation und Bildung bedeuten hier grade nicht, das Subjekt als autonom zu denken. Es gilt, neue epistemische Praktiken zu erproben, die Erkenntnisfähigkeit stärker dezentriert, situiert, verteilt, und mit nicht-menschlichen Aktanten in einem ko-produktiven Prozess zu entwerfen (Bettinger, Farrenberg & Wunder, 2026), dabei aber immer eine Differenz zwischen der pädagogischen Praxis und den vorherrschenden Technologien offen zu lassen. Es bedeutet, dass sich Menschen auch kritisch zu jenen Technologien ins Verhältnis setzen können müssen, die mit pädagogischer Intention bereitgestellt werden. Wenn datengetriebene Technologien und das Vorformatieren der Zukunft in alle Lebensbereiche eindringen, muss Bildungspraxis ermöglichen, kritisch und neugierig epistemische Praktiken zu entwickeln, die Gegenwart und Zukunft immer auch als unordentlich und unbestimmt anerkennen. Zumal jede Modellierung gleichursprünglich Ordnung und Unordnung schafft. Denn was im System nicht modelliert wurde, ist nicht aus der Realität verschwunden. Das ist eine Einladung, gemeinsam auf die Suche nach dem zu gehen, was die Maschine nicht wissen kann.