6 Modernste Bildungstechnologie, die E-Learning in großem Maßstab ermöglicht

5 Jahre nach seiner Entstehung ist MOOC nun einem größeren Publikum besser bekannt. Neben MOOC starten viele große Unternehmen, hauptsächlich im Technologiebereich, ihre Online-eLearning-Plattformen wie Google, Microsoft, VMware, IBM usw. Für diese großen eLearning-Plattformen ist Skalierbarkeit eines der Hauptprobleme: Wie können wir effektives Lernen ermöglichen? Erfahrung für ein breiteres Spektrum von Lernenden und gleichzeitig ein hohes Engagement der Lernenden? Wie können wir eine effektive Online-Bewertung in großem Maßstab durchführen? Dieser Artikel führt Sie in 6 aktuelle EdTech-Forschungsergebnisse ein, die Hinweise auf die Antworten auf diese Fragen geben.

  1. Automatische Erzeugung von Multiple-Choice-Fragen (MCQ)

Wie es funktioniert:

Die Kernidee ist die Beschaffung von Lernenden unter Verwendung der Open-Text-Erklärung der Lernenden, warum sie die Wahl treffen, neue Entscheidungen unter derselben Frage zu starten.

Untersuchungen haben gezeigt, dass die MCQs aus offenen Antworten generiert wurden:

(1) Entfernen Sie nicht den harten Teil

(2) Nehmen Sie den Schülern weniger Zeit für die Problemlösung

Mögliche Anwendung:

In Zertifikaten / Studiengängen, für die zukünftige Arbeitgeber sich um die Gültigkeit der Bewertung kümmern, wird die Möglichkeit, dass Schüler das System spielen, ausfallen und somit die Gültigkeit der Bewertung verbessert, wenn die Frage erneut beantwortet wird, was möglicherweise eine bessere Verkaufsanforderung für relevante Stakeholder darstellt .

Referenz:

Wang, X., Talluri, ST, Rosé, C. & Koedinger, K. (2019). UpGrade: Beschaffung offener Lösungen für Studenten zur Schaffung skalierbarer Lernmöglichkeiten.

2. Peer Studio: Ein vergleichendes Peer-Review-Tool, das qualitativ hochwertigeres Feedback liefert und eine tiefere Reflexion fördert.

Wie es funktioniert:

Auf dem Dashboard der Schüler konnten sie zwei Einsendungen sehen, eine links und eine rechts. Eine vom Kursleiter voreingestellte Rubrik wird ebenfalls auf dem Bildschirm angezeigt. Die Schüler müssen die Einsendungen separat bewerten und miteinander vergleichen.

(große Screenshots siehe Anhang)

Die lernende Wissenschaft dahinter ist, dass kontrastierende Fälle auf Diskrepanzen und tiefere Strukturen aufmerksam machen.

Link zur Demo: https://www.peerstudio.org/

Mögliche Anwendung:

Viele Open-Text-Aufgaben wie Papiere und Lesungen verwenden die Peer-Bewertung zur Bewertung. Diese Technik hilft Peers, eine bessere Bewertung bereitzustellen.

Referenz:

J. Cambre, S. Klemmer & C. Kulkarni (2018, April). Juxtapeer: Vergleichende Peer Review liefert qualitativ hochwertigeres Feedback und fördert eine tiefere Reflexion. In Proceedings der CHI-Konferenz 2018 über Human Factors in Computersystemen (S. 294). ACM.

3. Crowd-Critique-Plattform

Wie es funktioniert:

Die Studie zeigt, dass eine Peer-Review-Vorlage wie ein Gerüst in sozialen Medien ein Peer-Feedback von höherer Qualität generiert.

Mögliche Anwendung:

Ähnlich wie # 2, aber einfacher zu implementieren. Es geht mehr darum, qualitativ hochwertiges Peer-Feedback zu generieren als eine summative Punktzahl zu generieren.

Referenz:

Easterday, MW, Lewis, DR & Gerber, EM (2017). Entwurf von Crowdcritique-Systemen für formatives Feedback. Internationale Zeitschrift für künstliche Intelligenz in der Bildung, 27 (3), 623–663.

4. Betten Sie Intelligent Cognitive Tutor in die MOOC-Plattform ein, um eine Echtzeit-Personalisierung auf Stufenebene bereitzustellen

Wie es funktioniert:

Technischer Mechanismus einer Pilotintegration von CTAT (Cognitive Tutor Authoring Tool) in einen edX-Kurs:

(Folie von Vincent Aleven: CMU 19 Spring Personalized Online Learning 2)

Mögliche Anwendung:

· Personalisierung in Echtzeit bereitstellen

· Verbessern Sie das Engagement der Schüler

Referenz:

Aleven, V., Sewall, J., Popescu, O., Ringenberg, M., Van Velsen, M. & Demi, S. (2016, Juni). Einbettung intelligenter Tutorensysteme in MOOCs und E-Learning-Plattformen. In der Internationalen Konferenz über intelligente Tutorensysteme (S. 409–415). Springer, Cham.

Pardos, ZA, Tang, S., Davis, D. & Le, CV (2017). Aktivieren der Echtzeitadaptivität in MOOCs mit einem personalisierten Empfehlungsrahmen für den nächsten Schritt. In C. Urrea, J. Reich und C. Thille (Hrsg.), Proceedings of the Fourth ACM Conference on Learning @ Scale, L @ S 2017 (S. 23–32). New York: ACM.

5. Beschaffung von Lernenden

Was es ist:

Es gibt Dinge, die die Lernenden nicht kennen, z. B. Wissenslücken und andere Einschränkungen der Stakeholder. Die Lehrkräfte haben möglicherweise auch einen „Experten-Blindspot“, was zu übermäßig optimistischen Erwartungen an das Vorwissen der Lernenden führen kann.

Daher verwenden wir Learner Sourcing, um Daten zu sammeln und unser Lerndesign zu wiederholen. Es gibt zwei Arten der Beschaffung von Lernenden: die passive Beschaffung von Lernenden und die Beschaffung von aktiven Lernenden. Passives Lernen von Lernenden verfolgt nur, was Lernende tun, wie was sie angeklickt haben, wie lange sie auf jeder Seite / jedem Tutorial geblieben sind. Bei der aktiven Beschaffung von Lernenden werden die Lernenden gebeten, sich an Aktivitäten wie Popup-Fragen im Video zu beteiligen.

Wie es funktioniert:

Eine Liste von Aktivitätsprotokollen mit Zeitstempel, die normalerweise beim passiven Sourcing von Lernenden gesammelt werden, enthält Anmeldungen, Sitzungen im Kurs, Seitenbesuche, Details zur Videoanzeige (Starten, Stoppen, Vorwärts- oder Rückwärtsspringen usw.), Forenbeiträge / Lesen, „Lernen -by-Doing-Aktivitäten mit automatisierter Bewertung, Selbstbewertung oder Peer-Bewertung (z. B. mit einer Rubrik oder mit Expertenantworten), Notizen usw.

Der folgende Screenshot zeigt einige Anwendungen für die Beschaffung von Lernenden für die Online-Ausbildung.

(1) LectureSpace: Eine 2D-Video-Vorlesungszeitleiste, die kollektive Navigationsspuren widerspiegelt

(2) Crowdy: Unterbeschaffung von Unterzieletiketten für Lernvideos durch Lernende

Frühere Untersuchungen legen nahe, dass Menschen mehr aus Videos mit Anleitungen lernen, wenn die Videos von Umrissen begleitet werden, die einzelne Schritte und Beschriftungen für Gruppen von Schritten (Unterziele) zeigen. Die Forschungsgruppe generiert einen Ansatz, der die Lernenden intrinsisch motiviert, zu einem Arbeitsablauf für menschliche Berechnungen beizutragen, während sie auf natürliche Weise aus den Videos lernen.

(3) ConceptScape: Hebt gelehrte Konzepte automatisch in einer interaktiven Konzeptkarte hervor, während das Radio spielt.

Wie es für Lernende aussiehtWie es erzeugt wird

(4) RIMES: Ein System zum einfachen Erstellen, Aufzeichnen und Überprüfen interaktiver Multimedia-Übungen, die in Vorlesungsvideos eingebettet sind. Die Lehrer können dann alle Antworten der Lernenden in einer aggregierten Galerie überprüfen und mit ihnen interagieren.

(5) Schlammlawine: Räumliches Kontextualisieren des Schlammpunkt-Feedbacks der Schüler in Bezug auf bestimmte Vorlesungsfolien.

6. Computergestütztes kollaboratives Lernen (CSCL)

Bazzar ist ein von der Carnegie Mellon University entwickelter Agent, der öffentlich verfügbar ist, um die Unterstützung von Konversationsagenten für das Lernen in Gruppen zu koordinieren. Es enthält eine Bibliothek wiederverwendbarer Verhaltenskomponenten, die jeweils eine einfache Form der Unterstützung auslösen. Komplexere unterstützende Interventionen werden konstruiert, indem mehrere einfache Verhaltensweisen orchestriert werden.

Untersuchungen haben gezeigt, dass die dynamische Unterstützung, die kollaborative Prozesse auf die Perspektiven der Schüler ausrichtet, zu einem verstärkten Erwerb von Wissen aus mehreren Perspektiven führen wird.

Referenz:

Wang, X., Wen, M. & Rosé, C. (2017). Kontrastierende explizite und implizite Unterstützung für den transaktiven Austausch beim teamorientierten projektbasierten Lernen. Philadelphia, PA: Internationale Gesellschaft der Lernwissenschaften.