Date post: | 19-Mar-2017 |
Category: |
Education |
Upload: | andreas-wittke |
View: | 716 times |
Download: | 0 times |
Bots in der Lehre
E-Learning in den Ingenieurwissenschaften
Andreas Wittke Malte PersikeCDO@oncampus [email protected]
Game Changer
MOOCs sollte man mit Netflix und Tesla vergleichen, nicht mit Mediatheken oder HybridAutos
MOOC
Digital ist besser!?■ Wiki■ Learning Analytics■ Slack■ Social Media■ Papierlos■ Cloud■ YouTube■ Responsiv Design■ mooin
Schauen wir in die Zukunft
■ MOOCs■ Big Data■ Roboterjournalismus■ Social Bots■ Künstliche Intelligenz■ Wearable■ Quantify Self■ Biohacking
What happened when a professor built a chatbot to be his teaching assistant?
Quelle Washington Posthttps://www.washingtonpost.com/news/innovations/wp/2016/05/11/this-professor-stunned-his-students-when-he-revealed-the-secret-identity-of-his-teaching-assistant/?utm_term=.1b523d310acc
Scripted Bot oder AI
■ Skripted Response Chatbots: Hier handelt es sich um weitgehend statische Systemagenten, die durch bestimmte Trigger ausgelöst werden und feste Aktionen einleiten. Dem Lernenden ist mehrheitlich bewusst, dass es sich um eine Interaktion mit einem automatischen System handelt.
■ Covert oder Overt Turing Chatbots: Hier handelt es sich um dynamische Systemagenten, die in eine natürliche Interaktion mit den Lernenden treten. Den Lernenden ist entweder bewusst (overt) oder nicht bewusst (covert), dass sie mit einem automatischen System interagieren.
Bot Frameworks
■ Microsoft Cortana: Sehr gute API, gute Doku, für Development gratishttps://dev.botframework.com/ https://www.microsoft.com/cognitive-services/en-us/face-api (Gesichtserkennung)
■ IBM Dr. Watson: http://www-05.ibm.com/de/watson/
■ Alexa: https://developer.amazon.com/alexa-skills-kit
Standardfragen Studierende
■ Was ist klausurrelevant?■ Wann sind die Prüfungen?■ Welche Hilfsmittel sind erlaubt?■ Fachfragen (1-10)■ 1-3 echt schwierige Fragen■ Gibt es eine Probeklausur mit Lösungen?
Was ist gute Lehre?
■ Erreichbarkeit■ schnelle Response Time bei Antworten■ keine widersprüchlichen Aussagen■ Objektivität■ Motivation■ fachliche Qualifikation
Roboterjournalismus
Ab 5:25 Minute https://youtu.be/u4twheuhrIA?t=325
Unique Content in 5 Jahren
http://www.huffingtonpost.de/alexander-siebert/roboterjournalismus-im-jahre-2020---acht-thesen_b_5655061.html
■ personalisierte Artikel (Neigung, Ansprache, Sozialisierung, Sprache)
■ ortsbezogen, datengetrieben■ Verstärkung der Filterblase■ Qualität kann nicht automatisiert werden■ Satire, Ironie, Kreativität und Humor bleibt beim
Menschen ■ Was wird aus Fachbüchern?
Entwicklung eines Motivations-MoodleBots
■ Skripted Response Bot:■ 3 Szenarien
Inaktivität If no login since 10 days then write mail “Hey meld dich mal wieder, sonst fällst du durch.”Lerngruppe If profil.hometown is the same by more than 5 people then “Frag doch mal im Forum ob ihr ne Lerngruppe bilden wollt, es gibt min. 5 Leute aus hometown”Lernfortschritt If only 2 Badges, then write mail “Du hast schon 80% aller Badges, jetzt noch 2 und du hast es”
■ keine Core Änderungen■ keine Logdaten■ unabhängiges Moodle Plugin■ editierbar über Language Packages
Motivationsbot 1
■ Was ist klausurrelevant?■ Wann sind die Prüfungen?■ Welche Hilfsmittel sind erlaubt?■ Fachfragen (1-10)■ 1-3 echt schwierige Fragen■ Gibt es eine Probeklausur mit Lösungen?
Motivationsbot 2
■ Bild plus Sprache■ Emotion plus Information■ Standardisiert aber nicht individualisiert■ Verschiedene Eskalationsstufen■ Multilingual
Motivationsbot Fragen
■ Kurs- oder Portal-Feature?■ Unsubscribe oder Block?■ Rollout?■ Multilingual■ Schriftzeichen (Arabisch RTL)■ Hoheit - Admin oder Teacher?■ Stil?■ Catcontent in der Uni?
Motivationsbot - Work out how it works out
■ Wissenschaftliche Begleitung als Lehr-/Lernforschung
■ Wirkungen und Nebenwirkungen ermitteln
■ Wirkmechanismen aufdecken (“Dismantling”)
■ Solides Forschungsdesign
■ Multiple Datenquellen
■ Multiple Aggregationsebenen
Motivationsbot - Work out how it works out
Leitfragen
Welche Gestaltungsaspekte für den Bot und die Interaktion mit dem Lerner spielen für den erfolgreichen Einsatz von Bots zur Lernunterstützung eine Rolle?
Welche individuellen und kontextuellen Einflussfaktoren spielen für den erfolgreichen Einsatz von Bots zur Lernunterstützung eine Rolle?
Ein Bot kann den Lerner auf drei Ebenen unterstützen: fachlich, motivational, strukturell. Welche Outcome- und Prozessvariablen gibt es auf diesen Ebenen?
Welche Methoden/Instrumente sind geeignet, um die Outcome- und Prozess-Variablen zu operationalisieren und zu messen?
Soziodemografie Kognitiv Affektiv Nutzungsverhalten
Alter
Geschlecht
Bildungsgrad
Kultureller Hintergrund(Sprache, Herkunft, SES)
Anzahl Kurse
Vorwissen
Eingangsquiz
Selbsteinschätzung
Konzentration
IQ
Studienmotivation
Lerntypen/Lerninven-tare/Lernstrategien
Selbstregulation/-organisation
Persönlichkeitstyp
Einstellung zum Ler- nen, Lernerfahrung
Anzahl/Dauer/Regel-mäßigkeit Logins
Videominuten, Downloads ...
Nutzung/Qualität von Quizzes, Beiträgen ...
Abschlusstest
Einstellung zu BOTs
Motivationsbot - Work out how it works out
Motivationsbot - Work out how it works out
FAMRheinberg, Vollmeyer & Burns (2001)
Fragebogen zur Erfassung aktueller Motivation in Lern-/ Leistungssituationen
LISTWild & Schiefele (1994)
Lernstrategien im Studium
MSLQPintrich, Smith, Garcia &McKeachie (1993)
Motivated Strategies for Learning Questionnaire
LSIKolb (2005)
Learning Styles Inventory
d²Brickenkamp (1962)
Test des Aufmerksamkeits- und Konzentrations- vermögens
LAFSchütz, Kruglanski & Higgins (2003)
Locomotion-Assess-ment-Fragebogen für Dimensionen der Selbstregulation
BFI-KRammstedt & John (2005)
Kurzversion des Big Five Inventory zur Persönlichkeits- messung
KAILehrl, Zipp, Schwarzfischer & Eissing (2016)
Kurztest für allgemeine Intelligenz
Server Data
Nutzungs-daten und Logs
FBOTN.N. (2017)
Frage-bogen zum BOT- Einsatz
Motivationsbot - Work out how it works out
■ Obligatorische/freiwillige Teilnahme
■ Zeitliche Verteilung der Trait-Tests über den Kursverlauf
■ Benefits durch Teilnahme
■ Badges für Teilnahme
■ Post-hoc Information
Verteilte einmalige Erhebung(Lernstrategien, Einstellungen, Persönlichkeitsvariablen)
Motivationsbot - Work out how it works out
Kein BotAlle oder ausgewählte MOOIN Kurse
und Lerner
Opt-Out
Kein Bot
Opt-Out
LISTMSLQ
EingangsQuiz
AbschlussTest
Server Daten
KAId²
LSILAF
Regelmäßige Erhebung(Lernmotivation)
einmalige Erhebung einmalige Erhebunglaufende Erhebung
Vorher Nachher
FAM
■ Deskriptive Auswertung■ Hierarchische (Multilevel) Modelle■ Logistische oder multinomiale Modelle■ Pfad-/Strukturgleichungsmodellierung■ Prädiktion von Lernerfolg/Dropout■ Deep Learning■ Clusterbildung■ Multivariate Lernerprofile■ Big Data
Motivationsbot - Work out how it works out
DankeAndreas Wittke & Malte Persike
@onlinebynature & @methodenlehre Slides: http://bit.ly/botsinderlehre
CC-BY
Quellen
■ Roboterfrau https://pixabay.com/de/roboter-k%C3%BCnstliche-intelligenz-frau-507811/ CC0■ Student mit Buch https://pixabay.com/de/student-professor-uni-b%C3%BCcher-2052868/ CC0■ Schülerin https://pixabay.com/de/lernen-schule-sch%C3%BClerin-mathematik-1996846/ CC0■ Badges https://de.pinterest.com/source/edudemic.com ■ Würfel https://pixabay.com/p-1294902 CC0■ Apfel https://pixabay.com/de/apple-bildung-schule-wissen-%C3%A4pfel-256263/ CC0■ Netflix Logo https://de.wikipedia.org/wiki/Netflix#/media/File:Netflix_2015_logo.svg ■ Tesla Logo https://de.wikipedia.org/wiki/Tesla_(Unternehmen)#/media/File:Tesla_Motors.svg