Podcasts über Learning Analytics

In der Podcast-Reihe DINItus habe ich für die DINI-AG E-Learning zwei Podcasts über Learning Analytics an der Heinrich-Heine-Universität Düsseldorf (HHU) aufgenommen.

Im DINItus-Podcast Learning Analytics – Teil 1 interviewe ich Marius Wehner und Lynn Schmodde von der Wirtschaftswissenschaftlichen Fakultät der HHU über ihre Forschung zu Learning Analytics. Im Verbundprojekt LADi haben sie Diskriminierungspotenziale und Bias in den Algorithmen untersucht sowie die Wahrnehmung der Lernenden von Beurteilungen durch Learning Analytics.

In der DINItus-Podcast-Fortsetzungsfolge Learning Analytics – Teil 2 erläutern Marius Wehner und Lynn Schmodde von der Wirtschaftswissenschaftlichen Fakultät der HHU das Verbundprojekt Fair Enough. Zur Fairness von Learning Analytics-Systemen legen sie empirische Evaluationsergebnisse verschiedener Stakeholder-Gruppen dar und geben einen Ausblick auf zukünftige Entwicklungen.

Vortrag Prof. Dr. Susanne Hahn „Künstliche Intelligenz – Herausforderungen für die Verantwortungszuschreibung“

Vortrag von Frau Prof. Dr. Susanne Hahn (HHU, Philosophie) im Haus der Universität in Düsseldorf am 04.03.2020, 19-21 Uhr

Haus der Universität

Der große Saal im Haus der Universität in Düsseldorfs Innenstadt war fast bis auf den letzten Platz gefüllt. Das Publikum war gemischt von alt bis jung. Programmhefte und Zettel für Fragen lagen aus, Feedbackbögen wurden von den Mitarbeiter*innen verteilt. In einer kurzen Anmoderation stellte Frau Dr. Amrei Bahr (HHU, Philosophie) das Format der Veranstaltung vor: ca. 60 Minuten Vortrag, 5 Minuten Pause, anschließend Diskussion der Publikumsfragen.

Vortrag Prof. Dr. Susanne Hahn

Susanne Hahn ist Professorin der Philosophie an der HHU Düsseldorf mit den Schwerpunkten Normativität (Charakterisierung, Rechtfertigung von Normen), Rationalitätskonzeptionen (insbesondere Handlungsphilosophie), angewandte Philosophie und Epistemologie. Zum Forschungsschwerpunkt Künstliche Intelligenz stellte sie zu Beginn ihres Vortrags klar, dass sie im Bereich der Statistik, Mathematik, Informatik nicht zu Hause ist. Die Grundlagen der KI erklärte sie mit Scorecards und neuronalen Netzen sehr anschaulich für „Nicht-Techniker“. Beim Beispiel aus der Medizin wurden transparent in der Scorecard Risikofaktoren für Herzinfarkt per logistischer Regression errechnet. Bei diesem Beispiel war das Zustandekommen der Scores in Anbetracht der Forschungsmethoden der Medizin mit ihren randomisierten Experiment-Vergleichsgruppendesigns, den sehr niedrigen Irrtumswahrscheinlichkeiten α und den hohen Teilnehmer*innenzahlen (hier N = 500.000) nachvollziehbarer als dies z. B. im Bereich der Hochschulbildung und ihrem multifaktoriellen Bedingungsgefüge sein könnte. Die Funktionsweise der Neuronen und daraus folgend neuronalen Netzen erklärte Frau Hahn verständlich und machte deutlich, dass die Wirkweisen der Algorithmen im Detail ab dieser Phase nicht mehr nachzuvollziehen sind. Unter Rückbezug auf vorherige Vorträge aus dieser Reihe (KI – Chancen, Risiken, Herausforderungen) von u. a. Prof. Stoffel bemerkte sie kritisch, dass einige Forscher*innen KI als eine Nachbildung der Neuronen/Synapsen im Gehirn darstellten, wohingegen andere sagen, dass KI im wesentlichen Mathematik und Statistik sei.

In dem Medizinbeispiel wurde anhand der verschiedenen Risikogruppen – die jedoch menschlich/artifiziell anhand bestimmter Grenzwerte aufgestellt worden waren – gezeigt, dass mit der Untersuchung von 5 % der Personen (der drei höchsten Risikogruppen) 63 % aller an Herzinfarkt erkrankten Personen ermittelt werden können. Hieraus resultieren spannende Diskussionspunkte:

  • Kann auf solche KI-Diagnosemöglichkeiten verzichtet werden, wenn damit eine solch hohe Zahl von Fällen entdeckt werden kann?
  • Dürfen die beschränkt vorhandenen Ressourcen nur auf die Hochrisikogruppen verwendet werden, wodurch den zwar deutlich unwahrscheinlicheren, aber durchaus ebenso vorhandenen Fällen aus niedrigeren Risikogruppen nicht geholfen werden kann?

Im zweiten Teil des Vortrags ging es um Verantwortungszuschreibung oder rückwirkende Haftbarmachung, wenn etwas schiefgegangen ist. In dem Medizinbeispiel wäre dies nicht so direkt übertragbar, Frau Hahn beschrieb dies eher mit einer Kausalkette in einem Szenario, in dem auch eine Absicht, die Verletzung einer Norm sowie das Wissen über eine Verletzung anderer enthalten sind, was dann auch juristische Bereiche betrifft. Mit Beispielen ging sie dann zurück in die Zeit der Dampfmaschinen und -lokomotiven, wo Erlasse infolge des wiederholten Zerberstens von Dampfkesseln ergingen als Resultate einer Verantwortungszuschreibung. Diesen Kern der Thematik finde ich schwierig zu übertragen auf die heutige Situation der Big Data und Folgen von KI.

Als weitere Beispiele referenzierte Frau Hahn häufiger den vorherigen Vortrag der KI-Reihe von Prof. Bode über Predictive Policing, wobei auch KI-Probleme der Datenbasis anklangen, dass z. B. genaue Zeitpunkte von Einbrüchen nicht bekannt oder Abwesenheitszeiten/Urlaube nicht berücksichtigt sind, wobei dennoch Vorhersagen über Einbrüche errechnet werden. Als Beispiel für fehleranfällige Mustererkennung nannte Frau Hahn noch den Fall einer Analyse vieler Röntgenbilder, bei dem ein ‚Muster‘ in den wiederkehrenden seitlichen Aufdrucken „is mobile“ herrührten, die letztlich von mobilen Röntgengeräten stammten.

Ein interessanter Aspekt betraf noch bei KI-Unterstützung die Entscheidungsfindung zwischen den Polen Mensch und KI. Bei medizinischen Bilderkennungsverfahren z. B. haben KI-Algorithmen Vorteile bei den falsch-negativen (β-Fehler), wohingegen Ärzte/Menschen Vorteile bei den falsch-positiven (α-Fehler) haben. Daher wird bei der Entscheidungsfindung die Kooperation favorisiert, aber Frau Hahn zeigte anschaulich, dass sich hieraus eine neue Problematik entwickelt: Bis zu welchem Grad soll der Mensch dann seine Entscheidungen auf den KI-Daten aufbauen, wenn diese vielleicht kontraintuitiv zu seinen Wahrnehmungen und ggf. Empfindungen liegen? Ist die KI dann ‚nur‘ ein Unterstützungsangebot, das aber leicht übergangen werden kann? Wie sieht es im umgekehrten Fall aus, wenn z. B. ein Arzt eine Behandlungsentscheidung der KI überlässt, und sich im Schadensfall anschließend die Frage der Verantwortung stellt?

Die (handlungs-)philosophische Perspektive brachte insgesamt viele diskussionswürdige Aspekte rund um das Thema KI in ihrer Relevanz zutage. Frau Hahn betonte dabei auch die Potenziale und Notwendigkeiten der interdisziplinären Zusammenarbeit der wissenschaftlichen Disziplinen.

Der Vortrag endete mit Literaturempfehlungen und Impulsfragen für die Publikumspartizipation.

Literaturempfehlungen KI-Reihe

Ca. die Hälfte des Publikums verließ anschließend das Haus der Universität, von der anderen Hälfte nutzten etliche die 5-Minuten-Pause zum Aufschreiben ihrer Fragen. Mir gefiel das Format gut, wie die Mitarbeiter*innen die Partizipation beworben, für Rückkoppelungen zu den Fragenzetteln offen waren, die gesammelten Fragen anschließend kuratierten und gut aufeinander abgestimmt abwechselnd an Frau Hahn stellten sowie den F&A-Teil insgesamt moderierten. Die Diskussion enthielt viele interessante Aspekte. Zur Datenbasis für KI betonte Frau Hahn, dass die Datenbasis die Diversität der Bevölkerung widerspiegeln muss. Zu dem Beispiel aus dem Vortrag mit der Scorecard und den neuronalen Netzen verdeutlichte Frau Hahn, dass bei der hohen Komplexität der KI auch eine Transparenz der Algorithmen nicht gleichbedeutend mit einer Erklärbarkeit ihrer Funktionsweise ist. Auf die Frage, ob eine Ethik für Informatiker erforderlich ist, antwortete Frau Hahn dezidiert, dass es „die“ Ethik nicht gibt und es genauso eine verantwortungsbewusste Entscheidung für viele ist, durch die Möglichkeiten der KI z. B. Erkrankungen präziser zu erkennen. Wichtig ist, die Diskurse hierbei zu führen.

Auf die Hochschulbildung gewendet deutet diese Sicht auch an, dass es beim absolut wichtigen Führen der Diskurse um Datenschutz, Privacy u. a. m. dennoch an der Zeit ist, vorhandene Daten aus eLearning-Prozessen zu nutzen für Erkenntnisse zur Verbesserung der Lehre und für die Unterstützung von Studierenden aufgrund der Hinweise aus den objektivierten Daten.

Auf die Publikumsfrage, wie die interdisziplinäre Zusammenarbeit zwischen Geisteswissenschaften und Informatik auf organisatorischer Ebene befördert werden kann, zeigte sich Frau Hahn skeptisch ob der personellen Kapazitäten. Erkennbar war, dass sie ein vertieftes Verständnis über die technischen Seiten der KI / Machine Learning sowie Mathematik und Statistik für erforderlich erachtet, was sie auf Seiten vieler Geisteswissenschaftler*innen jedoch nicht als ausreichend vorhanden ansieht. Daher besteht in der Interdisziplinarität ein großes Desiderat.

Tagung: Künstliche Intelligenz und Diversität in der Hochschulbildung am 14. November 2019

Diese Tagung löst den Mobile-Learning-Day an der FernUniversität in Hagen ab und verspricht ein interessantes Programm. Anlass ist die Eröffnung der Forschungsumgebung AI.EDU Research Lab für KI in der Hochschulbildung. Die Tagung will aus verschiedenen Perspektiven den Einsatz von KI, die Bedeutung der Diversität und deren Zusammenhänge in der Hochschulbildung betrachten und einen Beitrag zur gemeinsamen Konkretisierung von Vorstellungen der ‚Hochschule der Zukunft‘ leisten. Ebenso werden ethische Fragen thematisiert.

Link zur Veranstaltungsseite: https://fernuni-hagen.de/universitaet/events/tagung-kuenstliche-intelligenz.shtml

Interview des Deutschen Bildungsservers mit Frau Prof. Dr. Claudia de Witt:

Interview der e-KOO der FernUni mit Frau Prof. Dr. Claudia de Witt:

https://ekoo.fernuni-hagen.de/ki-kann-uns-mit-faehigkeiten-oder-funktionen-unterstuetzen-die-bisher-nur-uns-menschen-mit-unserer-intelligenz-und-unserem-denken-vorbehalten-waren-interview-mit-prof-dr-claudia-de-witt/

Umfrage über CSCL-Gruppenarbeiten für Forschungsprojekt

In meinem Forschungsprojekt Masterarbeit über Online-CSCL-Gruppenarbeiten ist die Umfrage heute gestartet und läuft bis einschließlich 16.12.2018. Die Zielgruppe ist eingegrenzt auf Studierende und Absolvent*innen der Masterstudiengänge eEducation, Bildungs-/Erziehungswissenschaft oder Bildungsmanagement o. ä., die an curricular verankerten CSCL-Gruppenarbeiten teilgenommen haben.
Es wäre super, wenn ihr mich durch eure Teilnahme an der Umfrage bei meiner Forschung unterstützt! Unter den Teilnehmer*innen wird ein Geschenkgutschein verlost.
Hier geht’s zum Online-Fragebogen: https://umfrage.fernuni-hagen.de/index.php/781454/lang-de

Mobile Learning Day in Hagen

Am 15.11.2018 fand zum nunmehr zehnten Mal der Mobile Learning Day an der FernUniversität in Hagen statt unter Organisation des Instituts für Bildungswissenschaft und Medienforschung (IfBM). Nach der Begrüßung der 120 Teilnehmer*innen durch Prof. Dr. Claudia de Witt vom ausrichtenden Lehrgebiet Bildungstheorie und Medienpädagogik startete die Fachtagung mit einer interessanten und spannend vorgetragenen Keynote. Prof. Dr. Andreas Wagener referierte über die Entwicklung der Künstlichen Intelligenz (KI) und wie sich die Algorithmen und darin enthaltene Biase auf die zunehmend digitalisierte Gesellschaft auswirken.

Im anschließenden Gespräch von Hochschule und Wirtschaft über Mobile Learning hielt Prof. Dr. Jan Ehlers einen anregenden Vortrag über die digitale Transformation der Medizin und ihren damit verbundenen Auswirkungen auf die Aus- und Fortbildung. Bei den folgenden Vorträgen aus der Perspektive der KMU zeigte sich, welche unterschiedlichen Adaptionsgeschwindigkeiten und Kenntnisse über E-/Blended/ und Mobile Learning bestehen zwischen Hochschulen einerseits und Klein- und Mittleren Unternehmen andererseits und dass eine Herausforderung weiterhin darin besteht, Forschung und Praxisanwendungen zusammenzubringen. Dies wurde ebenfalls im anschließenden Diskurs bei der Podiumsdiskussion der Vortragenden deutlich. Unter anderem stellte Jan Ehlers heraus, dass kollaboratives Lernen eine Kernkompetenz werden wird, die auch durch Mobile Learning gefördert werden muss.

Nach diesem inhaltlich recht vollen Programm am Vormittag ging es zur Mittagspause in die Mensa.
Im TechLab in zwei Räumen im Seminargebäude standen bereits die Präsentationen bereit, u. a. hatte die e-KOO der FernUni einen Informationsstand aufgebaut. Im Plenum wurden dann drei mobile Einsatzbereiche digitaler Medien vorgestellt und anschließend konnten sich die Teilnehmer*innen des Mobile Learning Day in der Organisationsform des World Cafés an drei der Stationen über u. a. Business Intelligence, digitaler Lernzwilling in der SmartFactory, Tablet-PC in der E-Technik, eBeacons, Votingsysteme (‚Klicker‘ bzw. ARS), KMU-Multiplikatoren, die e-KOO sowie über 3D-Drucker, AR (Augmented Reality) und VR (Virtual Reality) detaillierter informieren und einige Tools praktisch selber ausprobieren.

Da ein abschließend geplanter Vortrag ausfiel, endete der diesjährige Mobile Learning Day mit einem bebilderten Rückblick auf zehn Jahre bzw. Veranstaltungen MLD in Hagen und einem Ausblick von Prof. Dr. Claudia de Witt auf ein verändertes Veranstaltungsformat im nächsten Jahr, bei dem jedoch das „ML“ erhalten bleibt für Mobile Learning sowie Machine Learning.
Fazit: Ein anregender Tag auf dem Campus der FernUni, viel Input, interessanter Austausch und auch das persönliche Kennenlernen einiger M.A. eEducation-Kommilitoninnen/Absolventinnen sowie das gemeinsame Twittern während der Fachtagung unter #mld18 hat viel Spaß gemacht.

Empirische Forschung über CSCL-Gruppenarbeiten

Im Rahmen meiner Masterarbeit im M.A. Bildung und Medien: eEducation an der FernUniversität in Hagen untersuche ich empirisch Gruppenarbeiten im CSCL (Computer Supported Collaborative Learning) von Masterstudierenden der Bildungswissenschaft in der Hochschullehre. Hierzu führe ich zunächst ein Online-Survey im eEducation an der FernUni und unter Masterstudierenden der Bildungs-/Erziehungswissenschaft an anderen Hochschulen durch. Nach der statistischen Auswertung schließt sich in einem weiteren Schritt die qualitative Forschung an, in der ich mehrere Interviews führen werde.