Aktuelle Studie: Welche Einstellungen haben Lehrkräfte, Eltern und Schüler/innen zu Learning Analytics?

Dr. Christina Matschke (Leibniz-Institut für Wissensmedien, IWM)

Warum ist es wichtig, sich in der Forschung mit Einstellungen zu Learning Analytics zu befassen?

Learning Analytics haben ein großes Potential, das Lernen und Lehren zu verbessern. Binnendifferenzierung ist seit Jahren ein großes Thema an Schulen und eine echte Herausforderung in der Schulrealität. Während manche Schülerinnen und Schüler sich noch durch die Instruktionen quälen, langweilen sich andere bereits, weil sie mit der Aufgabe längst fertig und unterfordert sind. Als Lehrkraft kann man besonders, wenn Schülerinnen und Schüler konzentriert allein arbeiten, nicht bei 30 Lernenden gleichzeitig schauen, welche Aufgabe passt, welche Fehler sich wiederholen, Fragen beantworten oder Feedback geben. Hier können Learning Analytics eine enorme Entlastung für beide Seiten sein: Lehrkräfte erhalten praktische Hilfe dabei, 30 unterschiedliche Lernbedürfnisse gleichzeitig im Blick zu haben, während Schülerinnen und Schüler individuell und gezielt in ihrem Leistungsbereich gefördert werden können. Fakt ist: Learning Analytics werden aktuell für viele Fächer in Deutschland entwickelt und werden kommen.

Gleichzeitig funktionieren Learning Analytics aber nur, wenn Lehrkräfte das tatsächliche Potential der erhobenen Daten nutzen, also die Daten verstehen und die gewonnenen Erkenntnisse in didaktisches Handeln umsetzen. Schülerinnen und Schüler müssen dafür bereit sein, einen Einblick in ihr Lernverhalten zu erlauben – und darauf verzichten, die Algorithmen auszutricksen. Eltern wiederum müssen gegebenenfalls das Lernen mit dem Programm zu Hause unterstützen. Das heißt, jede der beteiligten Gruppen hat die Möglichkeit, das Gelingen von Learning Analytics im Schulalltag zu ermöglichen, aber auch zu untergraben. Spannenderweise gibt es aber kaum Daten dazu, wie diese Gruppen zu Learning Analytics stehen. Auch international werden vor allem die Einstellungen von Schulleitungen und manchmal noch von Lehrkräften untersucht. Damit die Umsetzung gelingen kann, ist es aber wichtig, die Wünsche und Befürchtungen aller Beteiligten zu verstehen – vor allem auch derjenigen, um die es beim Lernen und Lehren eigentlich geht.

Was genau wird in der aktuellen Studie untersucht?

Die Studie erfragt allgemeine, aber auch spezifische Einstellungen zur Einführung von Learning Analytics. In der Literatur werden vor allem positive Einstellungen, Vertrauen, und die Bewertung der Nützlichkeit als förderliche Faktoren bei der Einführung und Nutzung neuer digitaler Technologien in der Bildung gehandelt. Dagegen stehen Bedenken in Bezug auf Datensicherheit und den Schutz der Privatsphäre sowie Ängste, die Kontrolle über das eigene Lernen zu verlieren, einer Nutzung häufig im Wege. Diese Einstellungen und Befürchtungen erfragen wir in der aktuellen Studie. Daneben interessiert uns aber auch besonders das, was jede der drei Gruppen Lehrkräfte, Eltern und Schüler/innen als Schlüssel zum Funktionieren von Learning Analytics in der Hand hält: Bei Lehrkräften erfassen wir, inwiefern sie vorhaben, sich in Learning Analytics einzuarbeiten und diese zu nutzen, bzw. inwiefern sie deren Einführung und Nutzung auch verweigern wollen. Eltern fragen wir, ob sie die Nutzung zu Hause unterstützen wollen. Schülerinnen und Schüler fragen wir, ob sie vorhaben, spielerisch den Algorithmus zu untergraben, indem sie z. B. falsche Antworten geben, um leichtere Aufgaben zu erhalten. Alle drei Gruppen werden gefragt, zu welchen Prozessdaten beim Lernen sie selbst gerne Zugang haben möchten und welche Daten sie mit der jeweils anderen Gruppe teilen würden. So könnte es z. B. sein, dass Lehrkräfte gerne sehen möchten, wie viele Versuche ein Schüler bis zur Lösung einer Aufgabe gebraucht hat, Schüler/innen und Eltern diese Information aber nicht gerne preisgeben möchten. Außerdem fragen wir, inwiefern die drei Gruppen die Kategorisierung anhand unterschiedlicher Merkmale der Schülerinnen und Schüler akzeptabel finden. Denn auch hier gibt es mehr oder weniger strittige Möglichkeiten: z. B. die Frage, ob es akzeptabel ist, Rankings innerhalb der Klasse zu erstellen, oder Schülerinnen und Schüler nach ihren familiären Hintergründen zu vergleichen.

In der Auswertung werden wir erstmal untersuchen, wie sich gegebenenfalls Einstellungen, Wünsche und Befürchtungen der drei Gruppen unterscheiden. Zusätzlich werden wir uns Zusammenhänge zwischen den Einstellungen und der Nutzungsintention ansehen.

Wie könnten die Ergebnisse der Studie für das AIS-Projekt genutzt werden?

Im Projekt Adaptives Intelligentes System (AIS) wird ja eine KI-gestützte digitale Lehr- und Lernumgebung für Schüler/innen und Lehrkräfte entwickelt, die Learning Analytics nutzt, um Schüler/innen in ihren individuellen Lernprozessen und Lehrkräfte im Unterrichtsprozess zu unterstützen. Die Ergebnisse der Studie werden sicherlich an zwei Stellen hilfreich sein. Erstens sind die Daten hilfreich, wenn es darum geht, das System zu entwickeln. Die Frage, wer zu welchen Daten Zugang haben darf, und welche Vergleiche und Darstellungen überhaupt wünschenswert und akzeptabel sind, ist sicherlich zentral dabei. Auch die Einstellungen der Schülerinnen und Schüler zu „gaming-the-system“ könnten nützlich sein: Wenn wir z. B. herausfinden, dass Jugendliche zunächst versuchen, das System an seine Grenzen zu führen, bevor sie ernsthaft arbeiten, dann könnte man eine individuelle Probe-Phase erlauben, deren Daten noch nicht „zählen“. Zweitens können die Daten bei der Einführung des AIS an den Schulen und der Fortbildung der Lehrkräfte helfen. Sollten z. B. starke Vorbehalte der Einführung im Wege stehen, kann man diese gezielt ansprechen. Falls z.B. die Bewertung der Nützlichkeit sich positiv auf die Nutzungsintention auswirkt, würde es sich lohnen, den praktischen Nutzen von Learning Analytics gut darzustellen. Die Erfassung und Nutzung strittiger Daten kann unter Beteiligung aller Gruppen diskutiert und gegebenenfalls Verständnis für die jeweils andere Perspektive geweckt werden.

Zentrale Ergebnisse der Studie werden voraussichtlich Ende des Jahres an dieser Stelle veröffentlicht und so für die weitere Entwicklung des AIS zur Verfügung und im Resonanzraum zur Diskussion gestellt.