Potential offener Formate  – Learnings vom Barcamp Curriculumentwicklung

Text: Tetiana Kaufmann, Monika Schlatter, Franziska Zellweger

Herausforderung Curriculumentwicklung

Teilnehmende des Barcamp Curriculumentwicklung.
Teilnehmende des Barcamp Curriculumentwicklung. Foto: Giuseppa Kälin

Der Wechsel zu Kompetenzorientierung, Modularisierung und Bachelor-Masterabstufung führte in den letzten Jahren zu zahlreichen Reformen von Studienprogrammen. Die Implikationen der Digitalisierung, nicht zuletzt die rasante Entwicklung generativer KI auf Bildungsziele, Lern- und Prüfungsformate sowie die zunehmende Heterogenität der Studierenden treiben diese Entwicklungen weiter voran.

(Weiter-) Entwicklungen von Studienprogrammen sind daher anspruchsvoll. Es gibt zahlreiche Bedürfnisse und Ideen vieler Beteiligter, die begrenzten Ressourcen und spezifischen Rahmenbedingungen gegenüberstehen. Fragen, die sich im Zusammenhang mit einer Curriculumentwicklung stellen, sind daher komplex, und entsprechend herausfordernd ist die Gestaltung von Entwicklungsprozessen.

Mit dem Barcamp Curriculumentwicklung wollten wir einen Beitrag dazu leisten, Personen im tertiären Bildungsbereich ihre Erfahrungen, Herausforderungen und Erfolge bei der Curriculumentwicklung teilen zu lassen. Ebenso sollte so der Austausch innovativer Ideen und Konzepte gefördert und einen Anstoss für Lösungen gegeben werden. Anfang November 2023 sind in diesem Zusammenhang über 60 Personen aus Fach- und Pädagogischen Hochschulen wie auch Höheren Fachschulen auf Schloss Au zusammengekommen. Während einige Anliegen aus bereits laufende Studiengänge mitbrachten, standen andere noch am Anfang des Prozesses und liessen sich für die bevorstehenden Aufgaben inspirieren.

Ein Barcamp ist eine offene und partizipative Veranstaltung, an der von den Veranstaltern zu Beginn nur Zeitfenster und Räume festgelegt werden. In einem gemeinsamen Prozess mit den Teilnehmenden werden die Themen festgelegt. Im Zentrum der daraus entstehenden Sessions steht die Diskussion, wobei ein mitgebrachtes Fallbeispiel, Erfahrungen oder Fragen der Teilnehmenden als Initiator dienen. Mehr Infos zu Barcamps

Barcamp Curriculumentwicklung: Konkrete Einblicke und Learnings

Im Folgenden geben wir einen chronologischen Einblick in die konkrete Durchführung des Barcamps und legen dar, welche Erkenntnisse wir mit diesem offenen Weiterbildungsformat gewonnen haben.

 

1. Zeit in das Kennenlernen investieren

Um auch bei über 60 Teilnehmenden gleich eine erste Verbindung zwischen den Personen zu schaffen, haben wir die Veranstaltung mit einem mündlichen Soziogramm eröffnet. Die Moderatorin rief verschiedenste Fakten aus, und Personen, auf die diese zutrafen, hoben die Hand. So wurde rasch sichtbar, aus welcher Institution und welcher Landesregion die Teilnehmenden stammten und es wurde Transparenz über die Rollen oder Funktionen geschaffen. Unterstützt wurde die Kontaktaufnahme auch mit einer ausführlichen Teilnehmendenliste. Dieses Kennenlernen wurde sehr positiv wahrgenommen. Genügend Zeit dafür einzuplanen, lohnt sich. Eine Alternative zum mündlichen Soziogramm könnte auch ein Speeddating sein.

Mündliches Soziogramm in Aktion.
Mündliches Soziogramm in Aktion. Foto: Giuseppa Kälin

 

2. Themenstrukturierung schon vor dem Anlass

Die gemeinsame Programmplanung und das Identifizieren gemeinsamer Fragen ist ein wichtiger Schritt eines Barcamps. Dabei ist es eine Herausforderung, nicht zu viel Zeit mit der Planung des Tages zu verbringen, sondern genügend Raum für Vernetzung und Austausch zu schaffen.

Die Teilnehmenden waren daher aufgefordert, schon vor dem Barcamp mögliche Fragestellungen einzugeben. Aus diesen haben wir vier Hauptthemen identifiziert und durch Leitfragen präzisiert, welche auf der digitalen Pinnwand Taskcards veröffentlicht und den Teilnehmenden vorgängig zur Verfügung gestellt wurden. Diese Vorstrukturierung der Themen erlaubte es, die Interessen der Teilnehmenden transparent zu machen und gleichzeitig einen effizienten Programmfindungsprozess entlang der vorstrukturierten Themen zu gestalten.

Vier Themen mit Leitfragen
1. Prozessgestaltung • Wie kann man ein Curriculum trotz knapper werdenden (finanziellen) Ressourcen weiterentwickeln? • Wie geht man mit Widerständen und starren Verwaltungsprozessen um? • Welche Rolle spielt Partizipation in der Curriculumsentwicklung und wie kann sie effektiv koordiniert werden?
2. Individualisierung in der Hochschulbildung • Was sind Best Practices und neue Tendenzen in der Begleitung von Studierenden (auch in grossen Studiengängen)? • Wie können Hochschulen bei begrenzten Ressourcen den wachsenden Anforderungen an Individualisierung begegnen? • Wie kann man individuelle Bedürfnisse berücksichtigen und gleichzeitig Kohärenz gewährleisten?
3. Future Skills und Entwicklung zukunftsfähiger Curricula • Welche Trends müssen jetzt in der Curriculumsentwicklung vorrangig begegnet werden? • Welche curricularen Strukturen bzw. Studienmodelle ermöglichen die Entwicklung nachhaltiger, kompetenzorientierter Curricula, die unserer schnelllebigen Zeit gerecht sind? • Wie kann man KI-Tools sinnvoll einsetzen und gleichzeitig das Deep-Learning unterstützen (z.B. im Sprachunterricht)?
4. Kompetenzorientierte Leistungsnachweise • Welche innovative Beurteilungsformate und Zusammenarbeitsformen (z.B. Stud.-Dozis) fördern eine kompetenzorientierte Lehre? • Wie kann man bei begrenzten Ressourcen individuelles Feedback geben und optimal Peer Assessment einwenden? • Was sind Best Practices in der Messung und Anrechnung bereits erbrachter Leistungen/Erfahrungen?

 

3. Klar gestaltete Sessionplanung

Dafür teilten sich die Teilnehmenden in vier Gruppen zu je einem Thema ein und arbeiteten an einer vorbereiteten Pinwand. Wer eine Fragestellung eingegeben hatte oder neu mitbrachte, stellte diese innerhalb einer Minute vor (Pitch). Ähnliche Fragestellungen wurden dann zusammengeführt, so dass im Ergebnis jede Gruppe je drei Sessions (Zeit- und Raumfenster) definierte.

Strukturierung der Sessionplanung
Strukturierung der Sessionplanung

Wieder im Plenum, wurde der gesamte Plan aller vier Gruppen vorgestellt. Danach waren die Teilnehmenden frei darin zu entscheiden, in welchen der vielen Sessions sie beitragen möchten. Die Vielfalt an spannenden Fragen bedeutet auch eine gewisse Qual der Wahl: Mehrere Durchführungen von Sessions könnten sich lohnen.

 

4. Ideale räumliche Rahmenbedingungen

Wenn viele engagierte Personen gemeinsam diskutieren und die finalen Themen festlegen, entsteht eine nicht zu unterschätzende Geräuschkulisse, und auch ein vermeintlich grosser Raum wird plötzlich zu klein. Es ist zwar ein Vorteil, wenn die ganze Gruppe für die Festlegung des Programms in demselben Raum arbeiten kann, da die Moderation den Gesamtprozess gut im Blick hat. Auch die Teilnehmenden können so wahrnehmen, wie die anderen Gruppen arbeiten. Je nach räumlichen Gegebenheiten kann es dennoch sinnvoll sein, an unterschiedlichen Orten zu diskutieren, da ein konzentriertes Gespräch von einem ruhigen Rahmen profitiert. Darüber hinaus zeigte sich das Schloss Au auch bei regnerischem Wetter als idealer Ort für ein solches Format. Das gastfreundliche Schlossambiente mit inspirierendem Garten und vielen Gruppenräumen bot einen wohltuenden Kontrast zur üblichen Hektik. Die Teilnehmenden konnten voll in das Barcamp eintauchen und die Laptops blieben in der Tasche.

Teilnehmende des Barcamps bei der Themenauswahl.
Teilnehmende des Barcamps bei der Themenauswahl. Foto: Giuseppa Kälin

 

5. Rollenverteilung in den Sessionen vorab definieren

In den Sessions brauchten die neu formierten Gruppen jeweils eine Weile, bis sie sich gefunden hatten. Da die Zeit an einer solchen Veranstaltung knapp ist, würden wir zukünftig eine klare Rollenzuteilung mit vordefinierten Zuständigkeiten (Lead der Session, Moderation, Dokumentation, Zeitmanagement) vornehmen.

 

6. Ergebnisse sichtbar und greifbar machen

Um die Diskussionen und Erkenntnisse aus den Sessions für alle Teilnehmenden sicht- und greifbar zu machen, haben wir darum gebeten, die Ergebnisse der Sessions auf Taskcards zu dokumentieren.

Teilnehmende bei der Reflexionsrunde.
Teilnehmende bei der Reflexionsrunde. Foto: Giuseppa Kälin

In einer Schlussrunde im Umfang von 20 Minuten entlang der Methode 1-2-4-all von Liberating Structures haben in einem ersten Schritt alle Teilnehmenden persönliche thematische Erkenntnisse und noch offene Fragen in einer kurzen Einzelreflexion identifiziert. Im danach folgenden Austausch in Zweiergruppen wurden die Gedanken geteilt und weiterentwickelt, um anschliessend in Vierergruppen die Diskussion weiter zu vertiefen und Erkenntnisse sowie offenen Fragen zu notieren. Diese prägnanten Sätze und Stichworte wurden dann mit allen Teilnehmenden geteilt.

Fazit

Selten haben wir Weiterbildungstage in so disziplinierter und arbeitsamer Atmosphäre erlebt. Die Feedbacks der Teilnehmenden haben klar aufgezeigt, dass sie sehr viel aus dem offenen Format mitnehmen konnten. Die wertvollen Diskussionen auf Augenhöhe, Inspiration und Vernetzung standen dabei zuoberst. Diese Erfahrung hat uns gezeigt, dass bei anspruchsvollen Fragestellungen wie in der Curriculumsentwicklung offene Formate wie ein Barcamp der richtige Weg sind, gemeinsam an Lösungen zu arbeiten und dabei gerade zu erleben, wie kraftvoll offene und partizipative Formate sein können.

Mehr Offenheit hat sich auch als zentrales Thema durch die Sessions gezogen. Viel Interesse weckten unter anderem Beispiele individuellerer Lehr-/Lernformaten und Prüfungsformen. Das Ziel dabei bleibt klar: Studierende auf die Lösung komplexer Fragestellungen vorzubereiten, denen sie zunehmend in ihrer Arbeits- und Lebenswelt begegnen werden.

INFOBOX

CAS Weiterbildungsdesign

Die Weiterbildung befindet sich in einer anspruchsvollen Entwicklungsphase. Es wandeln sich die Ansprüche der Zielgruppen, der Digitalisierungsschub wirkt nachhaltig und die Diversität der Teilnehmer:innen nimmt zu. Die damit verbundenen veränderten Lehr- und Lernkonzepte fordern eine diversifiziertere Programm- und Angebotsplanung. Dieser CAS befähigt Sie dazu, als Fachspezialist:in für Weiterbildungsdesign zeitgemässe und wirksame Bildungsprogramme in der Weiterbildung zu konzipieren.
Weitere Informationen zum CAS Weiterbildungsdesign


CAS Führen in Projekten und Studiengängen an Hochschulen

Fachleuten aus Fachhochschulen, Universitäten, Pädagogischen Hochschulen, Höheren Fachschulen und weiteren Bildungsinstitutionen ermöglicht dieser CAS massgeschneidert und laufbahnbezogen die Entwicklung rollenspezifischer Kompetenzen in den Bereichen Führung, Management und Planung. Essentielle Kernelemente sind Praxisorientierung und der Transfer in den eigenen Kontext.
Weitere Informationen zum CAS Führen in Projekten und Studiengängen an Hochschulen

Zu den Autorinnen

Promoting Authentic Assessment in the Age of Artificial Intelligence

Text: Mònica Feixas

In the actual context of higher education, the emergence of artificial intelligence (AI) tools introduces a multitude of challenges to conventional assessment practices. While we are witnessing that certain teaching and learning activities may eventually be performed by AI to a relatively good standard, we cannot fully rely on the generated content because it can exhibit deficiencies in accuracy, comprehending context, coping with intricate analysis or being ethical. For rigorous scholarly pursuits, it is necessary to empower students to critically discern and interpret data, to identify bias and ensure fairness, and to make choices aligned with human values, that is: to form evaluative judgements (EJ). This blog is about practices that foster EJ within the context of authentic assessment tasks, answering questions such as: What precisely constitutes an authentic assessment task? What practices promote EJ in the context of authentic assessment tasks? How can we effectively leverage tools like ChatGPT to facilitate the development of evaluative judgement?

Can artificial intelligence give you a realistic assessment of your work? (Image source: Adobe Stock)

Authentic Assessment Tasks in Higher Education: a Response to traditional Assessments

Authentic assessment tasks have emerged as a meaningful response to address the limitations of conventional assessment methods in higher education (Clegg & Bryan 2006). They require students to perform as professionals within the actual social and physical contexts of a specific field, demanding the demonstration of skills and knowledge reflective of real-world scenarios.  

Authentic assessment aims to replicate the tasks and performance standards typically found in the world of work and has been found to have a positive impact on student learning, autonomy, motivation, self-regulation and metacognition; abilities highly related to employability.

(Villarroel et al. 2018)

Different displays of knowledge and performance can be encouraged based on the selected assessment formats employed to assess students’ learning:

Figure 1: Continuum from traditional to authentic assessment approaches (own elaboration)

While traditional assessment formats focus on the demonstration of Knowing (e.g. through factual tests or MCQs) or Knowing How (context-based tests, MCQs, problem solving), authentic assessment also emphasize Showing How (performance based, objective school observations, problem-based learning, scenarios, portfolios) and Showing Doing (performance based tasks, work/professional experience, patient care, pupils’ teaching) (Sambell & McDowell 1998)

Designing authentic tasks can be done by following the five-dimensional framework from Gulikers, Bastiaens and Kirschner (2004) (reproduced in Figure 2) with pertinent questions in relation to each dimension. Another alternativ is Sambell’s guide. In both cases, effective assessments work in tandem with teaching and learning activities to help students develop long-term approaches to learning.

Figure 2: Framework for designing authentic assessment (adapted from Gulikers, Bastiaens and Kirschner 2004

Examples of authentic assessment tasks can be found in Jon Mueller’s Authentic Assessment Toolbox, or Kay Sambell and Sally Brown.

Evaluative Judgement: a crucial Skill in the Age of AI 

Following Villarroel et al. (2018), authentic assessments should include at least three components: 

  • Realism, to engage students with problems or important questions relevant to everyday life; 
  • Cognitively challenging tasks that prompt students to develop and use higher levels of thinking to use knowledge, process information, make connections and rebuild information to complete a task (rather than low-level recall or reproduction of facts); 
  • Opportunities to develop Evaluative Judgement and enhance the self-regulation of their own learning. 

Evaluative judgement is the capability to make decisions about the quality of work of oneself and others.

Tai et al. (2018)

In the age of AI, supporting students navigate the fake news world, veracity of data and reflect the work being presented by ChatGPT or other artificial intelligence tools is crucial. It is only possible if students develop a deep understanding of topics and of quality and help them assess quality of a product or performance. EJ is all about engaging with grading criteria, improving the capacity to appreciate the features of «quality» or excellence in complex outputs and developing the ability to provide, seek and act upon feedback. 

EJ is additionally a skill that interacts with self-regulated learning. When students develop an understanding of quality, they are better able to apply feedback, and become less reliant on external sources of feedback. Students who can self-regulate and judge their own work can be more autonomous in their learning. It is suggested that students with these attributes may make a smoother transition into the workforce (Tai et al. 2018)

EJ is also relevant from a perspective of inclusive education. A Delphi Study with 10 international experts on authentic and inclusive assessment showed that activities which develop EJ include discussions of quality with their students, listen to students’ perspectives and have the potential to be more inclusive by ensuring that all students have a shared understanding of standards and criteria (Feixas & Zimmermann 2023).

Practices supporting the Development of Students’ evaluative Judgement

In order to apply EJ we have to consider its two key components: the contextual understanding of the quality of work, and the judgement (and articulation thereof) of specific instances of work. This can be applied to the work or performance of both self and others.   

Research suggest the following practices to developing the EJ components (Bouwer et al. 2018; Tai et al. 2018; Sridharan & Boud 2019):

  1. Exemplars:  
  • Students receive various examples of expected standards for evaluating their own and others’ performance, including progress notes, reports, learning goals, reflection sheets, and intervention strategies. They are provided alongside grading criteria, and can be used for  review, or students can discuss exemplar assignments in groups. 
  • Video-feedback, like «live marking» screencasts, can also be utilized to demonstrate different levels of work quality. See the three examples by Dr. Nigel Frances (University of Swansea):  
  1. Assessment criteria and rubrics: 
  • Checklists, templates, or rubrics are provided to help students reflect on their achievement of competencies. 
  • Students engage with criteria by discussing the meaning and distinguishing features of work at each level of the rubric. 
  • Involving students in translating generic grade descriptors into assignment-specific grading criteria, and involving students in designing own rubrics with ChatGPT enhances their understanding. 
  1. Peer-review and feedback: 
  • Students engage in providing feedback on their peers’ work-in-progress based on the grading criteria, focusing on elements where they can offer valuable insights, such as i.e. argument strength in the case of a ChatGPT-text. 
  1. Self-appraisal or self-assessment:  
  • Students appraise their own work against grading criteria to show their development of EJ.  
  • They submit cover sheets where they self-assess their work before assessment and receive feedback about it. Such feedforward supports improvement from one task to another (Sadler, Reimann & Sambell 2022).   
  • This higher-level thinking process involves reflection, identifying potential improvements, and working towards integration in an ongoing manner. 

A fictitious Example of an Authentic Assessment Task in an Educational Psychology Course and the Use of ChatGPT to enhance Evaluative Judgement Practices

Task-Title: Inclusive Education Initiatives – An Educational Psychology Project for Social Impact 

In this group task, students design an inclusive education initiative that not only addresses educational psychology principles but also seeks to foster diversity, equity, and inclusion in educational settings. The goal is to create a project that promotes an inclusive learning environment, where every pupil thrives academically and socially. Rubrics, self-and peer-assessment options, exemplars, and feedback are practices deployed to strengthen their evaluative judgement skills.  

Part 1: Identifying the Need

Students conduct research on challenges in marginalized communities‘ access to quality education. They are allowed to use AI-tools after their initial research to broaden their understanding of the educational psychology concepts related to the identified communities. AI can assist, for example, in providing new data, visualisations, translating information from other languages, condensing content summaries or responding questions. Students’ critical analysis and ethical review of the generated content is crucial in interpreting results and making summaries or recommendations. The teacher afterwards provides feedback to the groups to improve the needs assessment. 

Part 2: Project Design

Based on their research, students develop evidence-based inclusive education initiatives. ChatGPT can be utilized to help students with intervention strategies, best practices, and approaches used in similar contexts. A possible prompt is: «Identify evidence-based interventions that have demonstrated success in narrowing the education gap among underserved populations.» Peer-assessment is encouraged to critically evaluate their different project designs and identify differences between versions of ChatGPT. Groups include improvements done after peer-feedback. 

Part 3: Social Impact Assessment

Students describe the potential social impact of their initiatives and self-evaluate it with a rubric containing criteria about how the project can contribute to breaking down barriers, promoting social cohesion, and enhancing educational opportunities for the targeted group. 

Part 4: Stakeholder Engagement

Students present their projects to stakeholders and utilize feedback to enhance their engagement strategies, ensuring buy-in and long-term sustainability. After the presentation and before the final submission, teacher offers exemplars based on successful projects in similar contexts. 

Final Reflection:

Students utilize a rubric to self-assess their projects, reflecting on strengths, limitations, and ethical considerations. The final project is submitted alongside an individual reflection highlighting aspects of the use of EJ. Final feedback is provided by the teacher to foster growth and improvement.

INFOBOX

Empowering academics to promote Evaluative Judgement – three training opportunities:

We want to empower teachers to design authentic assessment practices to better create work-ready graduates, who are able to operate independently in rapidly evolving, technologically-enabled environments and to promote EJ as means to judge the quality of work through standards.
At ZHE, we offer a half-day course online on Authentic Assessment and Evaluative Judgement: «How to judge the quality of my own work and that of others, including ChatGPT? Evaluative Judgement in the context of authentic assessment tasks». 27th September 2023, 13–17h, online.

From February to May 2024, the PH Zürich offers a one-time course: «Beyond Exams: Designing Authentic Assessment and Feedback Practices». The 1.5 ECTS module takes place in the context of the international project «PEER-Net» of the Department Projects in Education (PH Zürich). The course is taught in a team-teaching format by experts in assessment and feedback of the Faculty of Education of the University of Pristina in Kosovo and the ZHE. The participation in this module includes a reciprocal visit (Swiss scholars to Kosovo and the colleagues of Kosovo to Zurich), classroom visits and discussion with students.

In the context of our CAS Hochschuldidaktik, the module «Assessment und Evaluation» offers a comprehensive exploration of these subjects. 26th October to 7th December, PH Zürich. Enrol now!

About the Author

ChatGPT und KI im Bildungswesen – Disruption, Revolution oder hatten wir alles schon?

Text: Barbara Getto und Selina Valdivia Rojas

Mischt KI (Künstliche Intelligenz) jetzt das Bildungswesen auf? Zumindest hat es zurzeit den Anschein, als ob sich mit der neuen Technologie ChatGPT eine erdbebengleiche Erschütterung durch die Bildungslandschaft zieht. Zu Recht? (Zu) oft schon hatten wir die Hoffnung – oder Befürchtung –, das Aufkommen einer neuen Technologie würde die Bildung grundsätzlich verändern. Zeit für eine Einordnung. Gerade weil es sich um ein teilweise so schwer greifbares Thema handelt und die Implikationen so tiefgreifend scheinen, ist der Diskurs darüber so wichtig. Uns interessiert hier insbesondere die Frage, was die neue Technologie für die Hochschulbildung bedeutet.

Beginnen wir mit einer begrifflichen Einordnung.

«Schreibt wie ein Mensch»

Was ist denn eigentlich eine «Künstliche Intelligenz» (KI)? Eine KI ist nichts anderes als ein menschgemachtes statistisches Modell. Jeder KI liegt eine Auswahl von Daten sogenannten Trainingsdaten zu Grunde. Anhand dieser Trainingsdaten und einem Input berechnet der Sprachgenerator das statistisch wahrscheinlichste nächste Wort, damit den statistisch wahrscheinlichsten nächsten Satz und somit einen statistisch wahrscheinlichen Text. Eine KI ist höchstens so gut wie ihre Trainingsdaten. Ein Beispiel: Wenn eine KI mit Daten bzw. Texten trainiert wird, in denen auf das Wort «ich» oft das Wort «bin» folgt, wird diese KI Texte produzieren, in denen «bin» oft auf «ich» folgt. Dieses Konzept ist nicht neu; Autokorrektur, die mehr oder weniger sinnvoll korrigiert, findet sich seit einigen Jahren auf jedem Smartphone.

Ein Student spricht mit einer KI. (Quelle: Adobe Stock)

Was ist denn so neu an ChatGPT? GPT steht für «Generative Pre-trained Transformer», also generativ vortrainierter Transformator. Diese Sprach-KI wurde mit Textdaten aus dem Internet mit insgesamt etwa 500 Milliarden Wörtern (das wäre fast 20’000 Mal die gesamte Brockhaus Ausgabe)  darauf trainiert, selbst Texte zu generieren – und zwar möglichst menschenähnliche. ChatGPT nutzt einen sogenannten Transformer, ein neuronales Netzwerk, das 2017 von KI-Spezialistinnen und -Spezialisten sowie Programmierer:innen bei Google entwickelt wurde. Bisher gelang es keinem Chatbot, derart menschenähnliche Texte zu produzieren. Wörter werden in Tokens zerlegt. Die Zerlegung in Tokens basiert auch auf der Semantik eines Wortes und nicht nur vor allem auf der Syntax wie bei bisherigen «autocomplete» Systemen. Die Texte sind auf einem sprachlich sehr hohen Niveau und beeindrucken mit perfekter Grammatik. ChatGPT kann darüber hinaus sein Register anpassen und wie bestimmte Personen schreiben. Das lädt zu interessanten Spielereien ein, so kann man zum Beispiel ChatGPT Gedichte über die Digitalisierung im Stil von Goethe verfassen lassen (Stichworte: Shakespeare, 1. Jahr Bachelorstudentin, Kind).

Goethe hat keine Gedichte über die Digitalisierung geschrieben; ist das also neu, was ChatGPT produziert?  Es sind keine genuin neuen Texte, die hier entstehen. Ein Text von ChatGPT ist eher vergleichbar mit einem Mosaik aus 1’000’000 Teilen, die immer wieder neu zusammengesetzt werden. Allein die Menge der Trainingsdaten erweckt den Anschein, dass ChatGPT neue Sachen produziert. Die Konversation mit dem Chat-Roboter beeindruckt.

Ist die aktuelle Aufregung angebracht?

Das Aufkommen neuer digitaler Technologien ist nichts Neues und das Potenzial von KI-basierten Tools und Diensten für die Bildung ist (eigentlich) bekannt. Warum also die Vielzahl an Beiträgen, Diskussionsrunden, verunsicherte Lehrpersonen, Hochschulen, die mit Verboten reagieren, etc.?

Hier zeichnet sich ein bekanntes Reaktionsmuster im Kontext der Digitalisierung ab, das auch im Bildungsbereich sichtbar wird: Neuen Technologien wird (positiv oder negativ) eine enorme Wirkung zugeschrieben. Diese emotionalen Reaktionen variieren naturgemäss zwischen Euphorie und Angst. So wird ChatGPT eine enorme Zerstörungskraft vorhergesagt und mit starken Bildern untermalt: «ChatGPT kommt wie ein Erdbeben über uns», oder: «Die zermalmende Macht des KI-Konformismus – ChatGPT ist eine trojanische Bombe». Auf der anderen Seite wird Fortschritt und Verbesserung prophezeit: «ChatGPT und Schule: Hausaufgaben werden sich grundlegend ändern» oder gar «ChatGPT kann zu mehr Bildungsgerechtigkeit führen».

Ob sich diese Hoffnungen und Befürchtungen bewahrheiten, werden wir sehen. «Abwarten» möchten wir hier sehr bewusst nicht empfehlen. Ein massentaugliches dialogbasiertes KI-System wie ChatGPT demonstriert einer breiten Öffentlichkeit, was KI alles kann. Damit eröffnet sich auch die Chance (und die Notwendigkeit!) über die Implikationen, Risiken und Potenziale zu sprechen.

Was bedeutet ChatGPT für die Hochschulbildung?

Die Stimmung an den Hochschulen schwankt entsprechend zwischen Begeisterung über die Leistungsfähigkeit der KI-Bots, der Verwunderung über die neuen Möglichkeiten bis zur Sorge um eine Plagiatsmaschine. Innerhalb von weniger als einem Jahr seit der Veröffentlichung hat der mit künstlicher Intelligenz gesteuerte KI-Bot die Wissenschaft aufgeschreckt. Wie also damit umgehen? Was heisst das für die Wissenschaft? Was heisst das für die Lehre? Wie sollen wir mit Prüfungen umgehen?

Dozent:innen sowie Lehrer:innen sind besorgt. Mit ChatGPT verfasste Texte lassen sich nicht mehr als Plagiate erkennen. Wie soll zukünftig Eigen- von Fremdleistung unterschieden werden?  Einige Hochschulen haben bereits mit Verboten reagiert. Aber ist das wirklich die Lösung?

Schliesslich sollen die Hochschulen die Absolventen ja auf die Digitalisierung verschiedenster Bereiche der Gesellschaft vorbereiten und sie nicht künstlich behindern. Die KI-Textgenerierung aber hat ein Schlaglicht auf die mangelnde Digitalisierung der Hochschulbildung geworfen. KI zwingt Hochschulen zu Veränderungen: Schriftliche Arbeiten werden anders aussehen, als wir sie jetzt kennen.

In vielen Studiengängen ist das Schreiben-Können ein basales Bildungsziel – wenn auch mit unterschiedlicher Gewichtung und Ausprägung je nach Fachdisziplin.

ChatGPT trifft damit in zumindest eines der Herzen der akademischen Welt. Die Fähigkeit, gut zu schreiben, die eigenen Ideen klar und prägnant zu formulieren, ist bislang ein zentrales Ziel vieler Studiengänge. Schreiben dient, so die bisher verbreitete Auffassung, nicht nur dazu, die eigenen Gedanken anderen gegenüber schriftlich auszudrücken, sondern auch das eigene Denken zu schärfen und Verständnis für komplexe Sachverhalte zu entwickeln. Schreibend eignen wir uns Themen auf eine ganz andere Art und Weise an, als wir das lesend tun (Gabi Reinmann 2023). Werden Schreibaufträge an ChatGPT delegiert, besteht die Gefahr, dass die Schreibfähigkeit ganzer Generationen verkümmert oder sich gar nicht erst ausbildet.

Was also tun? Ein Zwischenfazit

Im aktuellen Diskurs über die Implikationen für die Hochschulbildung konzentrierte sich das Gros der Stimmen schnell auf das Thema Prüfungen: Einigermassen vorhersehbar galt die erste Sorge den Täuschungsmöglichkeiten bei schriftlichen Leistungen, die ohne Aufsicht erbracht werden und demnach relativ einfach an ChatGPT delegiert werden könnten. Diese pauschale Befürchtung aber erscheint ebenso unangemessen wie die Hoffnung auf immer bessere werdende KI-gestützte Systeme, mit denen sich nicht-erlaubte KI-Nutzung aufdecken lässt. Gegen Misstrauen, Kontrolle und daraus resultierende Ängste hilft nur der Versuch, die neuen KI-Systeme mit wissenschaftlichem Blick und Verantwortung zu explorieren und offen darüber zu sprechen – gerade in der Lehre.

Statt sich gegenseitig darin zu überbieten, mit dem Einsatz von Chatbots die Gestaltung von Lehre effizienter und/oder origineller zu machen, könnten wir die aktuelle Aufregung über ChatGPT auch als Anlass nehmen, unsere Prüfungskultur und/oder den Sinn von Massenuniversitäten in Frage zu stellen (Gabi Reinmann 2023).

Wer ein selbstbestimmtes Leben führen will, muss ein Verständnis für das Digitale haben. Er oder sie muss verstehen, dass es um Vernetzung und um Software, die Daten verarbeitet, geht. KI verspricht Entlastung von Routine- und Standardaufgaben auch in der Lehre: So können Lehrpersonen ChatGPT nutzen, um wiederkehrende Anfragen von Studierenden zu beantworten und Essays zu bewerten, Anregungen geben lassen für Formulierungen und für Standardtexte sowie Fälle/Fallbeispiele. Zentral ist, mit den Studierenden über die Technologie und ihre Implikationen zu sprechen. Sie zu informieren und vor allem mit ihnen zu diskutieren (z.B. Was ist kritisch, was ist vorteilhaft, was sind ihre Erfahrungen?). Was ist am Text gut gelöst, was nicht, was stimmt nicht? (Z.B.: Wie erkenne ich, dass Quellen nicht stimmen?)

Klar könnten Hochschulen auch versuchen, mit Verboten zu reagieren. Zielführender wäre es unserer Ansicht nach, sich mit dem ChatGPT zu befassen und in den Diskurs mit Lehrenden und Lernenden einzusteigen. Eine Aufgabe von Bildungseinrichtungen ist doch, Studierende zu befähigen, sich mit digitalen Medien auseinanderzusetzen. Akteure und Akteurinnen an Hochschulen sind aufgerufen, die Chancen und Risiken der Digitalisierung für die Entwicklung von Bildungsorganisationen zu erkennen und sie strategisch weiterzuentwickeln. Dazu gehört auch, dass sie die Implikationen der Veränderungen verstehen und eine verantwortungsvolle Haltung hinsichtlich kultureller und ethischer Fragen des Digitalen entwickeln.

Die Abschlussworte stammen von ChatGPT. Wir haben sie gebeten, ein Gedicht zur Digitalisierung im Stil von Goethe zu verfassen.

Das Netz, es spinnt sich um die Welt,
Und durch die Schranken dringt es schnell.
Doch was ist mit dem Menschen selbst,
Der immer mehr im Netz verfällt?

ChatGPT (Mai 2023)
INFOBOX

CAS Bildungsmanagement im Digitalen
Im CAS Bildungsmanagement im Digitalen entwickeln und vertiefen Führungskräfte ihre Kompetenzen im Management von Bildungseinrichtungen im Kontext des Digitalen. Dies betrifft die Entwicklung von Strategien für die Digitalisierung, die operative Planung und Umsetzung entsprechender Projekte und Angebote sowie die kulturelle Begleitung des organisationalen Wandels.

Infoveranstaltung
Am Dienstag, 20. Juni 2023 findet von 17 bis 18 Uhr eine Informationsveranstaltung zum CAS Bildungsmanagement im Digitalen statt. Jetzt anmelden

Zu den Autorinnen

Barbara Getto ist Professorin für Medienbildung mit dem Schwerpunkt Hochschul- und Erwachsenenbildung an der PH Zürich. Ihr Forschungsschwerpunkt liegt im Bereich Bildung und Digitalisierung. Gemeinsam mit Gabriel Flepp leitet sie den CAS Bildungsmanagement im Digitalen.

Selina Valdivia Rojas ist Studentin im Bachelor-Studiengang Primar an der PH Zürich, wo sie auch als studentische Mitarbeiterin tätig ist. Sie interessiert sich für Wörter, Zahlen und Menschen und ist sehr gespannt darauf, wie wir in zwanzig Jahren schreiben, denken und leben.

Zwischen Technologie und Menschlichkeit

Text: Dominic Hassler und Monique Honegger

Wenn wir als Bildungsfachleute Curricula und Unterricht im Kontext von KI weiterentwickeln, sollten uns die Stärken und Schwächen von Künstlicher Intelligenz (KI) und von Menschen bewusst sein. Tools wie etwa ChatGPT erzeugen Texte, die solchen von Menschen gleichen. Allerdings produzieren sie Texte auf andere Weise. Vorliegender Beitrag ergründet, u.a. mit Bezug auf Ausführungen von Floridi (2014), worin dieser Unterschied besteht. Abschliessend identifizieren wir Fragen für professionelles Handeln zwischen Technologie und Menschlichkeit.  

Wir bauen keine Roboter, die wie ein Mensch Hemden bügeln und falten. (Quelle: Youtube)
Stattdessen bauen wir eine Kleiderfaltmaschine.
(Quelle: Facebook)

Menschen bauen Maschinen nicht mit dem Ziel, dass die Maschinen Aufgaben auf dieselbe Weise lösen wie Menschen. Andernfalls müsste ein Roboter am Spülbecken stehen und das Geschirr mit Schwamm oder Bürste reinigen. Stattdessen bauen wir einen Geschirrspüler (Luciano Floridi, 2014). Das Ingenieurwesen nennt dies «Enveloping» (dt.: umhüllen). Der Geschirrspüler fungiert als Hülle für die Maschine, die unser Geschirr reinigt. In dieser Hülle erledigt die Maschine ihren Job effizient und effektiv. Entsprechend ist eine Autobaustrasse eine grossformatige Hülle für Maschinen, die Autos zusammenbauen. Solche Umgebungen sind für Maschinen gemacht, nicht für Menschen. 

Diese «Hülle» ist nicht für Menschen gemacht. Rätsel: Wo ist der Mensch?
(Quelle: Adobe Stock)

Ähnlich verhält sich der Transfer von menschlichem Schreiben und einem Tool wie ChatGPT. Wenn ein Mensch einen Text verfasst, erfordert dies Intelligenz sowie für eine angemessene Performance als Erwachsener rund 20’000 Stunden Übung (vgl. Linnemann 2014, S. 27, Kellogg 2008, S. 4). Schreibt hingegen ChatGPT einen Text, braucht es beträchtlich Speicher und Rechenpower.  

Zahlreiche Prozesse unserer Welt sind automatisiert dank Maschinen, also in Envelopes gehüllt. Jeden Tag werden mehr Daten gesammelt, gibt es mehr Geräte, die miteinander kommunizieren, Tools, Satelliten, Dokumente, RFID, IoT – in einem Wort: mehr Enveloping. Darum kann es manchmal so aussehen, als ob Maschinen zunehmend «intelligenter» und Menschen «dümmer» werden. 

Beziehung zwischen Menschen und Technik

Stellen wir uns ein Menschen-Paar mit zwei unterschiedlichen Charakteren vor. Die eine Person ist fleissig, unflexibel und stur. Die andere Person ist faul, anpassungsfähig und nachgiebig. Ihre Beziehung funktioniert, weil sich die faule Person der fleissigen Person anpasst. Derzeit hüllen wir als Teil eines Paars (Mensch-Technik) immer grössere Teile unserer Umgebung in smarte ICTs. Mitunter prägen diese Technologien unsere physische und konzeptionelle Umwelt. Schliesslich ist KI die arbeitssame, aber unflexible Paarhälfte, während Menschen intelligent, aber faul sind. Es passt sich demnach der faule Part an, wenn eine Trennung keine Option ist (vgl. Luciano Floridi 2014, S. 150). Mensch und Maschine als gleichwertiges Paar auf Augenhöhe zu denken, entspricht einer Handlungslogik. Es gibt jedoch auch eine Sehnsuchts- und Angstlogik, respektive eine emotionale Interpretation, die medial weit verbreitet ist: diese geht von einer Dominanz des anderen Paarteils aus.

Mediale Omnipräsenz von «allgemeiner künstlicher Intelligenz»

In Filmen und Literatur und finden sich mächtige «allgemeine künstliche Intelligenz» als fiktionaler Alltag: von Olimpia im Sandmann (ETA Hoffmann) bis zu HAL 9000 in A Space Odyssey oder Skynet in Terminator. Gleichzeitig warnen und warnten Persönlichkeiten wie Stephen Hawking oder Elon Musk davor, dass eine künstliche Intelligenz sich irgendwann über die Menschheit erheben könnte. Ingenieur:innen von Microsoft verkündeten kürzlich, «Experimente mit ChatGPT 4.0 hätten einen Funken von allgemeiner KI gezeigt». Daraus liesse sich folgern, dass die Menschheit auf dem Weg ist, eine mächtige «allgemeine KI» zu entwickeln und aktuelle Schreibroboter wie ChatGPT der nächste Schritt auf diesem Weg sind. Ist diese Folgerung gerechtfertigt? Oder wir können auch anders fragen: Haben KI wie ChatGPT heute oder morgen das Potenzial etwas Bedeutungsvolles zu kreieren? 

Tippende Affen und unendlich viele Daten

Theoretisch kann KI etwas Neues oder Innovatives kreieren, wie das Infinite Monkey Theorem zeigt. Stellen wir uns eine unendliche Anzahl von Affen vor, die auf Schreibmaschinen tippen. Irgendwann verfasst ein Affe per Zufall Goethes Faust. Allerdings versteckt sich der Faust-Text in Galaxien von zusammenhangslosen Zeichen und Texten. Die tippenden Affen realisieren nicht, wenn ein für die menschliche Kultur bedeutsames Werk erschaffen wird. Kurz: Es gibt viel Produziertes, aber den produzierenden Affen entgeht der kulturelle, intellektuelle oder diskursive Wert des jeweiligen Textes. 

Bild einer papierüberquellenden Galaxis (Annäherung).
(Quelle: Adobe Stock)

Die schreibende Affenhorde lässt sich mit ChatGPT vergleichen: ChatGPT beherrscht die Syntax unserer Sprache fast perfekt. Daher entstehen keine Texte mit Schreibfehlern auf der Textoberfläche (Grammatik, Orthografie) und ChatGPT arbeitet etwas weniger zufällig als die unendlich vielen Affen. Gleichwohl müsste ChatGPT unzählige sinnfreie Wortkombinationen verfassen, um zufällig ein Kulturgut wie Faust zu kreieren. Aufgrund des Mooreschen Gesetzes (alle ca. 18 Monate verdoppelt sich die Leistung neuer Computerchips) können KIs bereits heute nahezu unendlich viele Texte kreieren. 

KI versteht jedoch nicht, was sie schreibt. Sie kombiniert aufgrund statistischer Werter, welche Worte zueinanderpassen. Etwas Bedeutungsvolles schafft sie per Zufall, ohne es zu merken. Diese Unbewusstheit der KI schmälert keineswegs ihr enormes Leistungspotenzial. Nützlich ist, dass KI auf Knopfdruck in riesigen Datenmengen weitere Worte und Begriffe findet, die zu einer Suchanfrage passen und daraus Text produziert. Die Resultate erinnern an Texte, welche fleissig sammelnde Lernende für die Schule verfassen. Nebenbei: oftmals ist es unabdingbar, solchen Lernenden zu feedbacken, dass ihr Text einen Fokus, eine diskursive Position sowie eine Verknüpfung der dargestellten Inhalte benötigt. 

Die Existenz solcher KIs wirft Fragen auf für die Bildungswelt, insbesondere für Schreibaktivitäten. Sinkt etwa die Motivation dafür, weil KI schreiben kann (PHSZ)? Oder erhöht sich die Performanz beim Schreiben dank KI-Unterstützung? Dies ist nicht nur eine Frage von Sprachunterricht, bekanntlich findet Lernen nicht ohne Sprache statt. Ebensowenig funktioniert eigenständiges Denken ohne Sprache (Honegger/De Vito/Bach 2020). Umgang mit KI betrifft Denkförderung und Sprachförderung.

Es folgt eine Auswahl von weiterführenden Fragen für den Unterricht und das Lernen in allen Fächern:

A) Lehrende

  1. Wie integriere ich als Lehrende KI-Tools sinnvoll in den Unterricht (→ Beispiel)?  
  1. Wie gestalte ich motivierende Schreibaufgaben und baue die Leistungsfähigkeit von KI in Lernprozesse ein? 
  1. Wie begleite ich einzelne Lernende mit oder dank KI effektiv? 
  1. Was bedeuten Lösungsansätze wie «mehr mündlich» oder «mehr prozessorientierte Lernbegleitung» (siehe bspw. PHSZ) konkret für meinen Unterricht? Gezieltes wirksames Feedback und wirkungsvolle Reflexion. Dies impliziert eine Änderung in methodischen Settings (vgl. Hassler/Honegger 2022

B) Schulleitungen und Schulteams 

  1. Wie nutzen wir KI-Tools im Unterricht als Werkzeug und gewährleisten dabei den Datenschutz? → eine Möglichkeit
  1. Welche Richtlinien und Freiräume brauchen wir für den Einsatz von KI im Unterricht und an Prüfungen (inklusive Projektarbeiten)?

C) Prüfungen

  1. Welche Rahmenbedingungen gelten für Prüfungen und Projektarbeiten?  
  1. Inwiefern sind Inhalte und Kompetenzen anzupassen? (Siehe bspw. Müller/Winkler 2020 für eine Einordnung des Grammatikunterricht)  

D) Weiter- und Ausbildung von Lehrenden 

  1. Inwiefern sind aktuellen Kompetenzbeschreibungen und -modelle anzupassen (Kröger 2021)? 
  1. Welche Kulturkompetenzen (Schreib- oder Lesekompetenzen u.a.) brauchen Menschen in Zukunft?  
  1. Welche Inhalte sollen vermittelt, welche Kompetenzen trainieren werden? 

Lehren und Lernen in einer von digitaler Technik geprägten Welt ist Balancieren zwischen faul und schlau:  Die Beziehung zwischen Mensch und Technik steuern.

INFOBOX

Angebote
Mehr über die Chancen und Herausforderungen von KI und anderen aufkommenden Bildungstechnologien wie VR oder Learning Analytics erfahren Sie im Modul Emerging Learning Technologies am 25.8. und 15.9.2023 am Campus PH Zürich.

Prägnante Aufgabenstellungen für Lernende effizient formulieren
Blitzkurs online, 25.5.2023, 17.30–19 Uhr

Podcast
Hören Sie mehr zum Thema ChatGPT und KI im Gespräch zwischen Rocco Custer (FHNW) und Dominic Hassler (PHZH) im Podcast #12 «Resonanzraum Bildung – ChatGPT, Chancen und Risiken in der Berufs- und Hochschulbildung».

Zu den Autor:innen

Monique Honegger ist Senior Teacher, ZFH-Professorin an der PH Zürich. Beratend, entwickelnd, weiterbildend und bildend. 

Kreatives Schreiben und Life Skills

Text: Peter Holzwarth

«Wenn du deine Rolle in der Welt besser verstehen willst, dann schreib. Versuche deine Seele ins Schreiben zu legen, auch wenn niemand es liest, oder, was schlimmer ist, jemand es liest, obwohl du es nicht wolltest. Der einfache Akt des Schreibens hilft uns, Gedanken zu ordnen und klar zu sehen, was uns umgibt. Ein Stück Papier und ein Kugelschreiber können Wunder bewirken – Schmerzen heilen, Träume in Erfüllung gehen lassen, verlorene Hoffnung wiederbringen.
Im Wort liegt Kraft.»

(Paolo Coelho 2007, S. 52)

«Ohne zu schreiben, kann man nicht denken; jedenfalls nicht in anspruchsvoller, anschlussfähiger Weise.»

(Niklas Luhmann 1992, S. 53)

«Schreiben heißt: sich selber lesen.»

(Max Frisch [1950] 1985, S. 19)

Der folgende Beitrag zeigt verschiedene Möglichkeiten auf, kreatives Schreiben mit der Entwicklung von Lebenskompetenzen zu verbinden.

Das Konzept Life Skills wurde von der World Health Organisation (WHO) eingeführt. Life Skills werden folgendermassen definiert:

«Life skills are abilities for adaptive behaviour that enable individuals to deal effectively with the demands and challenges of everyday life» (World Health Organisation 1997, S. 1).

Es werden zehn zentrale Skills definiert: Decision-making (Fertigkeit, Entscheidungen zu treffen), Problem-solving (Problemlösefertigkeit), Creative thinking (kreatives Denken), Critical thinking (kritisches Denken), Effective communication (Kommunikationsfertigkeit), Interpersonal relationship skills (Beziehungsfähigkeit), Self-awareness (Selbstwahrnehmung), Empathy (Empathie/Einfühlungsvermögen), Coping with emotions (Gefühlsbewältigung) und Coping with stress (Fähigkeit zur Stressbewältigung).

Über kreative Schreibprozesse können Life Skills angeeignet und weiterentwickelt werden. Im Folgenden ein paar Beispielszenarien:

  • Ein Teenager wird sich seiner ambivalenten Gefühle bewusst, indem er ihnen in Form eines kleinen Gedichts ästhetische Gestalt verleiht. (Self-awareness, Coping with emotions, Coping with stress)
  • Eine junge Lehrerin hat sich angewöhnt, jeden Tag drei Dinge aufzuschreiben, die gut gelaufen sind bzw. die ihr Freude bereitet haben (vgl. Beitrag «Ehemalige Tutorin Antonia Rakita im inside 2/2022» im SchreibBLOGzentrum). (Coping with stress, Coping with emotions)
  • Eine Schülerin schreibt einen kurzen Text aus der Perspektive einer Figur in einem Spielfilm. (Empathy)
  • Ein Heranwachsender verfasst einen Liebesbrief an sich selbst, in dem er all das würdigt und zum Ausdruck bringt, was er an sich mag. (Self-awareness)
  • Eine Schülerin lernt das Prinzip der Wiederholung von Textstellen kennen und empfindet Selbstwirksamkeit in Bezug auf das entstandene eigene Gedicht.
  • Eine Weiterbildungsteilnehmerin entdeckt eine spannende ästhetische Interaktion zwischen einem selbstgemachten Foto und einem selbstgeschriebenen Text.

Lernprozesse können auf mehreren Ebenen stattfinden:

  • Sich selbst besser kennen lernen (Selbstreflexion, Inneres Erleben durch Schreiben nach Aussen bringen und es dann mit Abstand betrachten können (Veräusserung und Resubjektivierung))
  • Phänomene der Welt besser deuten können (sich über Schreibprozesse einem Gegenstand annähern und schreibend verstehen)
  • Literarische Aspekte kennen lernen (z. B. das ästhetische Prinzip der Wiederholung, das Prinzip der kreativen Aneignung von Vorlagen im Sinne eines Remakes)
  • Stolz empfinden in Bezug auf das eigene Produkt (Selbstwirksamkeit, den Mut haben, den eigenen Text einem Publikum zu präsentieren, Anerkennung von anderen bekommen, sich selbst wertschätzen können)
  • Über Kritik und Feedback lernen und sich weiterentwickeln (z. B. Kritik und Feedback von anderen können helfen, den eigenen Text aus einer neuen Perspektive zu sehen (z. B. andere Lesarten), sich der eigenen Leserlenkungspotenziale bewusst zu werden und den eigenen Text noch besser zu machen)
  • Zusammenhänge von Denken, Fühlen und Schreiben ausloten (vgl. Eingangszitat von Niklas Luhmann oben)

Im Folgenden werden ausgewählte Projektideen aus dem Buch «Life Skills mit Medien» (Holzwarth 2022) vorgestellt:

Fotogedicht «Vergnügungen»

Ein Remake zum Gedicht «Vergnügungen» von Bertolt Brecht wird produziert und mit einem Foto kombiniert (Leis 2019, S. 130 u. 131; Holzwarth & Maurer 2014).

Brecht zählt in seinem sprachlich sehr einfachen Gedicht alltägliche Dinge auf, die Vergnügen bereiten können, wie z. B. der erste Blick aus dem Fenster am Morgen oder das Wiederfinden eines alten Buchs. Das Verfassen eines Remakes hilft den Schreibenden, sich ihrer «Alltagsschätze» bewusst zu werden: Man braucht nicht auf das große Glück zu warten, weil der Alltag bereits sehr viele kleine Reichtümer enthält. Man muss sie nur entdecken und bewusst machen.

«VERGNÜGUNGEN

Der erste Blick aus dem Fenster am Morgen
Das wiedergefundene Buch
Begeisterte Gesichter
Schnee, der Wechsel der Jahreszeiten
Die Zeitung
Der Hund
Die Dialektik
Duschen, Schwimmen
Alte Musik
Bequeme Schuhe
Begreifen
Neue Musik
Schreiben, Pflanzen
Reisen
Singen
Freundlich sein»

(Bertold Brecht, Suhrkamp Verlag 1990, S. 1022)
Abbildung 1: «Vergnügung» (Schulprojekt)

Fotogedicht «Rondell»

«Poesie macht einem die schwierigen Zeiten erträglicher.
Und Poesie macht die schönen Seiten noch schöner und strahlender.»

Heinz Rhyn, Pädagogische Hochschule Zürich, «PH Goes Poetry», 23.9.2021 (Übertragen aus dem Berndeutschen)

Die Gedichtform «Rondell» lebt von bestimmten Wiederholungen. Die Zeilen 1, 4 und 7 sind identisch und Zeile 2 ist gleich wie Zeile 8.

Ein Gedicht kann 8 Zeilen lang sein oder mehrere Strophen von 8 Zeilen hintereinander haben. Die folgende Darstellung visualisiert die Wiederholungsstruktur des «Rondells»:

Abbildung 2: Struktur «Rondell»

Was mein Leben reicher macht

«Beim Schwimmen im kühlen Badsee untertauchen und das eigene Herz schlagen hören.
Anita Chasiotis, Osnabrück»

(Lechner 2012, S. 63)

«Was mein Leben reicher macht» ist der Titel eines Buches, in dem Beiträge von Lesenden aus einer Kolumne der Zeit zusammengetragen wurden (Lechner 2012). In Anlehnung an diese Serie werden die Teilnehmenden gebeten aufzuschreiben, was ihr Leben reicher macht und den Text mit einem Bild zu kombinieren. Es muss sich dabei nicht um eine exakte Visualisierung des Geschriebenen handeln. Auch abstrakte Bilder können eine Rolle spielen. Weitere Projektideen zum kreativen Schreiben, sowie Ideen für Fotografie, Videoproduktion und Medienreflexion sind in Holzwarth 2022 zu finden.

INFOBOX

Schreibmodule
Unter dem Motto «Dem eigenen Schreiben auf der Spur» bieten Prof. Dr. Daniel Ammann, Erik Altorfer und Dr. Martina Meienberg zwei Module zum literarischen Schreiben an, die separat oder kombiniert gebucht werden können.

Das erste Modul «Biografisches Schreiben – das Leben erzählen» bietet Anfänger:innen wie Fortgeschrittenen Gelegenheit, sich im Schreiben mit Erlebnissen, Erinnerungen und persönlichen Lebenserfahrungen zu beschäftigen, um daraus eigene Prosatexte und Geschichten entstehen zu lassen.

Das zweite Modul «Literarisches Schreiben – Wege zum eigenen Schreibprojekt» widmet sich dem fiktionalen Schreiben und vermittelt Methoden des realistischen und fantastischen Erzählens.

In beiden Modulen erhalten Sie in Präsenzveranstaltungen und individuellen Coachings Anregungen und Impulse zum literarischen Schreiben und lernen Techniken der kreativen Textarbeit kennen.
Beide Module sind für den CAS Beraten im Bildungsbereich anrechenbar und sind mit je 1 ECTS dotiert.
Das erste Modul startet am 26. April 2023. Wir freuen uns auf Ihre Anmeldung!

Workshop
Workshop des Schreibzentrums zum Thema:
Kreatives Schreiben leicht gemacht: Das motivierende Prinzip «Remake»,
Peter Holzwarth, Mi. 3. Mai 2023, 17.30–19 Uhr

Zum Autor

Peter Holzwarth ist Dozent für Medienpädagogik an der PH Zürich. Er leitet das Fachteam Medienpädagogik, arbeitet im Schreibzentrum und im Digital Learning (DLE). Ausserdem ist er Berater bei der Stelle für Personalfragen (SteP). 

Der folgende Beitrag, ursprünglich veröffentlicht am 14. September 2021, wurde 2021 von allen im selben Jahr publizierten Beiträgen des Lifelong Learning Blogs am meisten aufgerufen. Gerne präsentieren wir Ihnen daher den «Best of 2021» hier noch einmal:

Lernen bleibt nicht lernen

Beitrag von Dominic Hassler und Monique Honegger

Die Digitalisierung und Automatisierung prägen unser Zusammenleben, unsere Arbeitswelt sowie unsere Schulwelt. Dies verändert auch, wo und wie Lehrende auf den Lernprozess einwirken. Dies zeigen drei Beispiele und die Analyse von Lerndimensionen. Ein Katalog hilft Lehrenden zu entscheiden, ob und wie sie digitales Lernen veranstalten können.

Eine Studentin (23) teilt ihr Dokument, in dem sie ihre Seminararbeit verfasst, via Social Media. Alle mit dem Link können die entstehende Arbeit lesen und kommentieren, aber nicht bearbeiten. Was heute mitunter als Betrugsversuch verstanden wird, mag in einigen Jahren vermutlich als Good Practice gelten. Dieses Beispiel illustriert, wie die Digitalisierung unser Arbeiten und Lernen verändert.

Aber wie gehen wir Lehrpersonen und Dozierenden konkret im Unterricht mit Digitalisierung und Digitalität um? Manche Bildungsexpert:innen argumentieren, dass Lernen Lernen bleibt. Parallel dazu lassen sich neue Formen von Lehren und Lernen beobachten: Die sind anders als vor 20 Jahren, aber nicht unbedingt digital.

Drei Beispiele

Beispiel 1 – Dokumentieren

Eine Lernende (18) hält einige Arbeitsschritte mit Ihrem Smartphone auf Video fest (im Beispiel wie ein Teig bearbeitet wird), anstatt sie mit Stift und Papier zu notieren. Zu klären ist: Wo wird dieses Video abgespeichert? Wie kann es später in der eigenen Datenablage wieder gefunden werden?

Bildquelle: Adobe Stock

Beispiel 2 – Text verfassen

Eine Studentin (23) teilt ihr Dokument, via Cloud in den sozialen Medien.

Beispiel 3 – Problem lösen

Ein Lernender (20 Jahre) zieht in eine WG und will in seinem Zimmer eine Lampe montieren. Er hat dies noch nie getan. Höchstwahrscheinlich wird er nun

  • ein Video auf Youtube suchen,
  • via seine Lieblingssuchmaschine recherchieren,
  • seine Eltern oder Bekannten bitten, ihm bei der Montage zu helfen, oder
  • sich im Baumarkt beraten lassen.

Der Lernende leiht kein Buch aus der Bibliothek aus. Dies ist ihm zu umständlich, ein Buch ist möglicherweise veraltet oder bildet andere Kabel ab. Bewährte Methoden des Lehrens und Lernens bleiben (andere um Rat fragen). Aber die möglichen Lernwege haben sich erweitert.

Dieses Bild hat ein leeres Alt-Attribut. Der Dateiname ist kabel_q-1024x611.jpg
Bildquelle: Dominic Hassler

Digitalisierung und Digitalität beeinflussen das Lehren auf drei Dimensionen

Die Kultur von Bildung und Lernen verändert sich (Dimension A)

Träges Faktenwissen nimmt an Bedeutung ab, die Relevanz von anderen Kompetenzen nimmt zu; seien dies 21st Century Skills wie 4K (Kreativität, Kritisches Denken, Kommunikation und Kooperation) oder der Umgang mit Unsicherheit, agil und flexibel auf neue Situationen zu reagieren.

Wir finden 4K auch in der Ausbildung von Berufsfachschullehrpersonen der PHZH, die im Studienmodell 4K stattfindet oder an der aktuellen Reform der kaufmännischen Grundbildung

Bildquelle: WEF

Die fachlichen und überfachlichen Kompetenzen verändern sich (Dimension B)

Auf fachlicher Ebene müssen etwa Zeichner lernen, mit einem CAD Programm umzugehen, Mediamatikerinnen lernen InDesign und Photoshop und Kaufleute vertiefen sich in Büroapplikationen wie Excel, Word und Outlook.

Auf überfachlicher Ebene sind die zentralen Kompetenzen beispielsweise – abhängig von Kontext und Branche – Inhalte zu präsentieren, mit anderen Menschen zusammenzuarbeiten, sich empathisch in Mitmenschen einzufühlen.

Es werden neue (digitale) Werkzeuge eingesetzt (Dimension C)

Werkzeuge sind oftmals neue Technologien, Tools oder Formate (Bring Your Own Device Geräte (Laptops), ePortfolios, Cloud, QR Codes, kleine Tools wie Padlet und grosse Tools wie Moodle). Nicht definieren lässt sich, was als «neu» gelten soll, und was schon zum alten Eisen gehört. Beisplelsweise Video ist kein neues Medium. Aber mit Sicherheit lassen sich 2021 mit der aktuellen Video-Technik manche Inhalte und Kompetenzen effektiver vermitteln als vor 30 Jahren.

Die neue Lernkultur erfahren Lehrpersonen wiederkehrend etwa alle 10 Jahre, wenn z.B. eine neue Bildungsreform das Prüfungswesen ändert. Fachliche- und überfachlichen Kompetenzen betreffen Lehrende bei der Planung des nächsten Semesters. Konkret lassen sich überfachlichen Kompetenzen stärker fokussieren, indem eine schriftliche Prüfung durch einen projektartigen Auftrag ersetzt oder ergänzt wird. In diesem Projektauftrag wird (evtl. kooperativ) ein Lernprodukt erstellt, das die erlernten fachlichen Kompetenzen sichtbar macht. Das (digitale) Werkzeug wählen Lehrende erst bei der Planung der nächsten Lektion zusammen mit der Methode. Hierbei gilt es zu klären: Eröffne ich Lernenden einen Inhalt als PDF, Video, Papier oder OneNote-Notiz? Nutze ich ein Classroom-Response-System wie Menti-Meter oder Kahoot? Sammle ich Resultate einer Gruppenaktivität auf einer physischen oder einer digitalen Pinnwand? Wie machen Lernende Notizen?

Orientierung – ein Katalog

  • Guter Unterricht ist oft technisch unspektakulär (d.h. es ist irrelevant ob digital oder analog gearbeitet oder gelernt wird).
  • Technische Probleme sind zwar mühsam, gleichzeitig sind sie authentische, praxisnahe Lerngelegenheiten.
  • Ein Mehrwert ergibt sich aus den didaktischen Überlegungen hinter dem Lernsetting und nicht aus einem Tool oder einer Methode. (vgl. Kerres 2018a oder Kerres 2018b).
  • Durch Digitalität lassen sich gewisse Aufgaben effizienter erledigen: Feedback von Lernenden digital einholen (automatische Auswertung spart 60’)
  • Unterricht vom Ende her planen ist effektiv.
  • Lehrende müssen nicht sämtliche Möglichkeiten des Digitalen nutzen.
  • Die blinden Flecken Lernender sehen Lehrende «besser» als adaptive Lernsysteme ohne persönliches Lehrerfeedback.

Bestehende Lehr- und Lernformen werden nicht überflüssig, sie werden durch Digitalisierung und Digitalität neu vernetzt (vgl. Krommer). Obschon Lernen nicht ganz Lernen bleibt, bleibt die Aufgabe von Lehrenden dieselbe: das Gestalten des Unterrichts und der Lernerlebnisse.

INFOBOX

Der CAS Unterricht gestalten mit digitalen Medien richtet sich an Lehrpersonen der Sekundarstufe II. Sie haben Erfahrungen mit digitalen Lehr- und Lernformen gesammelt und gestalten den digitalen Wandel in Ihrem Unterricht und an ihrer Institution mit? Dann sind Sie hier richtig.

Der CAS fokussiert Lernen, Lehren und Arbeiten in einer von digitaler Technik geprägten Gesellschaft. Als Teilnehmende gestalten und diskutieren Sie didaktisch erfolgreiche, digital gestützte, aber auch analoge Unterrichtssequenzen.

Zum Autorenteam

Monique Honegger ist Senior Teacher und ZFH-Professorin an der PH Zürich. Beratend, forschend, weiterbildend und bildend.

Dominic Hassler ist Wissenschaftlicher Mitarbeiter an der PH Zürich und leitet den Themenbereich «Digitales Lernen» im Zentrum Berufs- und Erwachsenenbildung.

Der folgende Beitrag, ursprünglich veröffentlicht am 21. April 2020, wurde 2020 von allen im selben Jahr publizierten Beiträgen des Lifelong Learning Blogs am meisten aufgerufen. Gerne präsentieren wir Ihnen daher den «Best of 2020» hier noch einmal:

A good turn: das Konzept Flipped Classroom

Beitrag von Maik Philipp

Wäre es nicht schön, könnte man die Lernzeit in der (hoch)schulischen Bildung höchst (inter)aktiv nutzen? Das kann gelingen, wenn Lernende vorbereitet in die Veranstaltung kommen. Das setzt wiederum voraus, dass Lehrende ihnen zuvor (digital) eine Wissensgrundlage zur Verfügung stellen. Der «Flipped Classroom» scheint das zu ermöglichen. Zeit, dieses Konzept auf den empirischen Prüfstand zu stellen.

Flipped Classroom
Wer den Hörsaal betritt, hat sich bereits mit dem Stoff auseinandergesetzt
– so jedenfalls sieht es das Konzept des Flipped Classroom vor.

Was ist der «Flipped Classroom»?

Das Konzept des Flipped Classroom als Form des Blended Learnings erfährt momentan ein starkes Interesse in Praxis und Forschung. Wie der Name es schon andeutet, dreht das Konzept das Lernen gleichsam um, was sich in einer aktuellen und breit angelegten Definition niederschlägt: Beim Flipped Classroom

  • werden die meisten Lehraktivitäten zur Informationsübertragung aus der lokalen Lernumgebung entfernt,
  • wird die dadurch zeitlich entlastete Unterrichtszeit in der Präsenzphase für aktive und soziale Lernaktivitäten genutzt und
  • werden die Lernenden dazu verpflichtet, vor bzw. nach den örtlich durchgeführten Lektionen spezifische Aktivitäten zu absolvieren (z. B. voraufgezeichnete Vorlesungen oder andere Videos anzusehen), um so den vollen Nutzen aus dem Flipped-Classroom-Konzept zu ziehen.

Das wirkt überzeugend, weil die Lernenden eine aktivere Rolle einnehmen können und die wertvolle Zeit des Lehrens und Lernens von der Vermittlung von Fakten zunächst entlastet zu sein scheint. Ausserdem werden motivationale Grundbedürfnisse mutmasslich befriedigt und günstigere Rahmenbedingungen in puncto kognitiver Belastung geschaffen. Zudem besteht prinzipiell die Möglichkeit einer besser auf die Lernenden zugeschnittenen Darbietung der Inhalte durch Adaptionen und Differenzierung.

Das sagen aktuelle Metaanalysen aus

Ein so hoffnungsfroh stimmendes Konzept wirft natürlich die Frage auf, ob es seinen Mehrwert empirisch entfaltet. Dieser Frage gehen inzwischen diverse Studien weltweit nach. Diese wurden inzwischen auch metaanalytisch für das Lernen in Hochschulen ausgewertet, z. B. von Lo et al. (2017), Chen et al. (2018), Cheng et al. (2019), Låg & Sæle (2019), van Alten et al (2019) und Strelan et al. (2020). Die empirische Essenz dieser Metaanalysen – im Sinne statistisch signifikanter Effekte mitsamt Effektstärkenangaben (ES) – wird im Folgenden anhand verschiedener Leitfragen dargestellt.

a) Hat das Konzept Flipped Classroom einen leistungssteigernden Effekt bei kognitiven Massen?

Ja. Hier sind sich die Metaanalysen einig, wenn auch nicht unbedingt in der Höhe der Effekte, die sich teils um das Doppelte unterscheidet (ES = 0.19 (Cheng et al., 2019), ES = 0.30 (Lo et al., 2017), ES = 0.35 (Låg & Sæle, 2019), ES = 0.36 (van Alten et al., 2019), ES = 0.48 (bezogen nur auf Studierende; Strelan et al., 2020)). Die Befunde verweisen darauf, dass sich der Flipped Classroom in Testleistungen im Vergleich zu traditionellen Formen der hochschulischen Wissensvermittlung in Tests, Noten und Prüfungen auszahlt.

b) Profitieren Lernende aus bestimmten Leistungsdomänen stärker als andere?

Ja. Die Metaanalysen haben je nach zugrundeliegender Datenbasis und nach Kodierschema die Primärstudien etwas anders kodiert. Allgemein scheinen aber Lernende in Geistes- und Sozialwissenschaften besonders vom Flipped Classroom zu profitieren (Cheng et al., 2019; Låg & Sæle, 2019; van Alten et al., 2019; Strelan et al., 2020). Andere Fächergruppen zeigten allerdings auch Leitungszuwächse, diese waren im Vergleich freilich nicht ganz so stark.

Flipped Classroom
Flipped Classroom scheint sich in den Geistes- und Sozialwissenschaften besonders zu bewähren.

c) Verbessert der Flipped Classroom die Motivation?

Das ist derzeit eher unklar. Eine von zwei Metaanalysen (van Alten et al., 2019) hat auf breiterer empirischer Basis geprüft, ob Personen in Flipped Classrooms zufriedener mit dieser Lernumgebung waren als Kontrollgruppenmitglieder in traditionellen Lernumgebungen. Hier gab es einen nicht-signifikanten Nulleffekt (ES = 0.05). Eine andere (Låg & Sæle, 2019) fand nur einen geringen positiven Effekt (ES = 0.16), bei dem jedoch anzunehmen ist, dass es hier eine Überschätzung aufgrund eines Publikationsbias gibt.

d) Welche Merkmale des Flipped Classrooms sind empirisch lernförderlich?

Hier haben insbesondere grosse Metaanalysen geprüft, ob es einzelne Merkmale in den einzelnen Primärstudien gab, die sich auf breiterer Basis positiv oder negativ niederschlugen. Dies wurde für Leistungsdaten in mehreren Metaanalysen tatsächlich beobachtet, allerdings nicht für viele Merkmale:

  • Formative Lernerfolgskontrollen sind hilfreich: In gleich zwei Metaanalysen erwies es sich als günstig, wenn Quiz-Bestandteile vorhanden waren, also die Studierenden zu den Inhalten der ausgelagerten Lernaktivitäten Fragen beantworteten (ES = 0.19 (van Alten et al., 2019) bzw. 0.57 (Lo et al., 2017)).
  • Die Zeit mit Lernen in Face-to-Face-Situationen sollte nicht zulasten der Flipped-Classroom-Anteile gekürzt werden. Es hat sich als lernunwirksamer erwiesen, wenn die Lernzeit mit ausgelagertem Flipped Classroom länger war als jene mit Anwesenheit in der Hochschule (ES = -0.26; van Alten et al., 2019). Dies spricht für einen ausgeglichenen Einsatz von beiden Bestandteilen des Blended Learnings.
  • Es ist lernwirksamer, das Konzept Flipped Classroom als einen hochschuldidaktischen Bestandteil unter mehreren einzusetzen. Dies ergibt sich daraus, dass sich in einer der Metaanalysen, einer der grössten bislang durchgeführten (Strelan et al., 2020), dann höhere Effekte einstellten, wenn nur ein Teil der Inhalte bzw. des Kurses über Flipped Classroom realisiert wurde (ES = 0.77 ggü. ES = 0.42 bei vollständiger Behandlung von Inhalten im Flipped-Classroom-Format).

Fazit: Auf dem Weg zum bedacht eingesetzten Flipped Classroom

Das Konzept Flipped Classroom scheint im Lichte vieler Studien ein hochschuldidaktisch sinnvolles Werkzeug zu sein, um kognitive Leistungen zu steigern. Allerdings scheint es hierbei günstiger zu sein, nicht alleinig darauf zu vertrauen, sondern ausgewählte Inhalte – und diese nicht zulasten von Face-to-Face-Lernsituationen innerhalb der Präsenzphase – zu vermitteln. Auch die niederschwellige formative Erfassung des Lernerfolgs zu den ausgelagerten Lernsituationen als Bestandteil der Face-to-Face-Settings scheint ein Merkmal des günstigen Nutzens dieser Form des Blended Learnings zu sein.

Natürlich ist diese Form des Lehrens kein Selbstgänger, sondern didaktisch und logistisch anspruchsvoll. Es ist daher besonders verdienstvoll, dass in einer sehr lesenswerten Metaanalyse von Lo et al. (2017, S. 62–66) zehn Prinzipien zum Einsatz des Flipped Classrooms nicht nur aus den empirischen Erträgen, sondern auch aus den Umsetzungsschwierigkeiten extrahiert wurden. Diese Prinzipien beziehen sich auf den grundsätzlichen Übergang (Prinzipien 1 und 2), die Gestaltung der Nicht-Präsenzphase (Prinzipien 3 bis 5) und schliesslich die Präsenzphase selbst (Prinzipien 6 bis 10).

  1. Schaffen Sie einen günstigen Übergang zum Flipped Classroom für die Lernenden. Diese sind nicht mit dem Konzept vertraut und benötigen eine Einführung.
  2. Schaffen Sie einen günstigen Übergang zum Flipped Classroom für die Lehrenden. Die Einarbeitung und Umstellung von Lehrenden auf dieses Konzept brauchen Zeit und Ressourcen.
  3. Erwägen Sie die Einführung von Einführungsmaterialien und die Bereitstellung von Online-Unterstützung in Videovorträgen. Nicht alles verstehen Lernende sofort, weshalb eine flankierende Hilfestellung durch Chats Verständnisschwierigkeiten unmittelbar beseitigen kann. Ausserdem kann es sich lohnen, komplexere Inhalte nicht in Videos, sondern in der Face-to-Face-Situation zu behandeln.
  4. Ermöglichen Sie effektives Multimedia-Lernen mithilfe von der Lehrperson erstellter Kurzvideos. Die Videos sollten nicht zu lang sein und den lernförderlichen Gestaltungsprinzipien des multimedialen Lernens folgen.
  5. Verwenden Sie Online-Übungen mit computerbasiertem Feedback, um die Vorbereitung der Lernenden zu motivieren. Um die Aneignung des Lernstoffs vorgängig zu unterstützen, empfiehlt sich der Einsatz von Feedbackmechanismen bereits in der Phase der ausgelagerten Vermittlung von Inhalten. Auch die Verwendung solcher Lernerfolgskontrollen für die finalen Noten kann erfolgen.
  6. Adaptieren Sie die Lektionsinhalte in der Präsenzphase in Bezug auf die Lernleistungen der Lernenden ausserhalb der Präsenzphase. Die Fehlanwendungen und Fragen der Lernenden, die ausserhalb der Präsenzphase erkennbar waren (z. B. im Chat oder bei Feedbackmechanismen), bieten die Möglichkeit der Konfektionierung.
  7. Aktivieren Sie die Lehrenden mithilfe einer strukturierten formativen Bewertung, z. B. eines Quiz‘ zu Beginn der Präsenzphase. Dies ermöglicht die Vorwissensnutzung, was generell als lernförderlich gilt.
  8. Fordern Sie die Lernenden auf, verschiedene Aufgaben und reale Probleme zu lösen. In solchen Anwendungen des Wissens können Motivation und Interaktion gefördert werden, zudem können sich auch kognitive Konflikte und metakognitive Prüfungen des eigenen Verständnisses ergeben.
  9. Erfüllen Sie die Bedürfnisse der Lernenden durch Feedback und differenziertere Inhalte und Vermittlungsformen. Die eingesparte Zeit durch die Auslagerung ermöglicht eine intensivere Interaktion und passgenauere Erläuterung.
  10. Fördern Sie kooperatives Lernen durch Lernaktivitäten in kleinen Gruppen. Nicht nur auf die lehrende Person kommt es an, auch die Gruppe der Lernenden kann in geeigneten Formen kooperativ lernen.
INFOBOX

Lesetipp: Die Handreichung «Lehre gestalten an der PH Zürich» liefert Anregungen und Ideen, wie Mischformen von Online- und Präsenzlehre sowie von synchronen und asynchronen Lehr-Lern-Formaten gestaltet werden können. In dieses Kontinuum wird auch der Ansatz des Flipped Classroom eingeordnet.

Zum Autor

Maik Philipp ist Professor für Deutschdidaktik an der PH Zürich. Seine Schwerpunkte sind Lese- und Schreibförderung mit Fokus auf Evidenzbasierung. Neuere Publikationen: «Multiple Dokumente verstehen» (2019), «Lesekompetenz bei multiplen Texten» (2018), «Lesestrategien» (2015) und «Grundlagen der effektiven Schreibdidaktik» (2018).

Lasst uns darüber sprechen! Das Potenzial von Online-Feedback

Beitrag von Mònica Feixas und Franziska Zellweger

«Bestande» ist eine kostenlose App, die «den Studierenden den Studienalltag an der Universität und der ETH Zürich erleichtern» soll. Sie wird seit 2016 von einem ehemaligen Wirtschaftsinformatikstudenten unabhängig von den Hochschulen betrieben. Im Zentrum der App steht die Möglichkeit, die eigenen Noten und den Stundenplan zu verwalten. Mittlerweile hat «Bestande» verschiedene Zusatzfunktionen wie zum Beispiel quantitativ aufbereitete Informationen zur Schwierigkeit eines Moduls, den Notendurchschnitt sowie auch studentische Bewertungen der Qualität von Modulen. In einem Chat informieren Studierende sich gegenseitig über die Komplexität einer Prüfung, die Art der Fragen oder die Anlehnung der Prüfungsinhalte an den Kursinhalt.

Klingt praktisch? Zumindest aus Studierendensicht. Dozierende verfolgen solche studentischen Initiativen meist mit Ambivalenz. Müssen sich Dozierende auf diese Weise bewerten lassen ohne direkte Möglichkeit nachzufragen oder sich erklären zu können? Aber stellen sich für Studierende nicht ähnliche Fragen, wenn sie Feedback zur Qualität eines Leistungsnachweises zu Semesterende erhalten?

Gehaltvolles Feedback ist weit mehr als nur eine Note, Detailkommentare auf eine schriftliche Arbeit oder eine mündliche Rückmeldung auf eine Präsentation. Nach Carless & Boud (2018) ist Feedback ein Prozess, «bei dem die Lernenden Informationen über ihre Leistung erhalten und die sie nutzen, um die Qualität ihrer Arbeit oder ihrer Lernstrategien zu verbessern». Die Fokussierung auf die Übermittlung unidirektionaler schriftlicher Kommentare in der Feedback-Praxis ist typisch für das, was Carless (2015) als «altes Paradigma» bezeichnet; viele fordern einen Wechsel zu einem «neuen Paradigma», bei dem das Engagement der Studierenden mit dem Feedback und die Wirkungen des Feedbacks auf das Lernen im Vordergrund stehen. So lange Studierende nicht auf Feedback im Sinne eines Feedforward reagieren und es nutzen, gibt es keine Weiterentwicklung (vgl. Abbildung 1).

Abbildung 1: Altes und neues Feedback-Paradigma (in Anlehnung an Carless & Boud, 2018)

Aus der Perspektive des kognitiven Paradigmas liegt der Schwerpunkt von Feedback auf der Qualität der Botschaft und auf dem, was Lehrende tun, während beim neuen soziokonstruktivistischen Ansatz der Schwerpunkt auf dem Prozess der Verarbeitung des Feedbacks liegt oder darauf, was Lernende mit dem erhaltenen Feedback machen. Wir verstehen das neue Paradigma als eine Erweiterung des alten. Die Qualität der Botschaft ist immer noch wichtig, aber sie allein macht noch keinen sinnstiftenden Feedbackprozess aus. Um das Engagement mit Feedback zu stärken, ist es von grosser Bedeutung, sich auf die drei Ebenen «Aufgabe», «Prozess» und «Selbstregulation», die in den folgenden Schlüsselfragen zusammengefasst sind, zu fokussieren (Hattie und Timperley 2007; Nicol 2010):

  1. Wo will die/der Lernende hin? (Ziele, Feed up)
    • Feedback liefert den Studierenden qualitativ hochwertige Informationen über ihr Lernen.
    • Feedback hilft zu klären, was eine gute Leistung ist (Ziele, Kriterien, erwartete Standards).
    • Feedback fördert eine angemessene Selbsteinschätzung (Reflexion) beim Lernen.
  1. Wo steht die/der Studierende? (aktueller Stand, Feed back)
    • Feedback unterstützt den Dialog über das Lernen zwischen Dozierenden und Studierenden sowie zwischen Studierenden untereinander.
    • Feedback fördert positive motivationale Überzeugungen und das Selbstwertgefühl der Studierenden.
  1. Wohin als nächstes? (Schliessen der Lücke, Feed forward)
    • Feedback bietet Möglichkeiten, die Lücke zwischen aktueller und gewünschter Leistung zu schliessen.
    • Feedback ermöglicht Dozierenden, Informationen zu erhalten, die sie für die Gestaltung des Unterrichts nutzen können.

Die Fähigkeit, sich aktiv mit Feedback auseinanderzusetzen, ist eine Schlüsselkompetenz. Viele Studierende sind dafür nicht ausreichend gerüstet. Eine interessante Ressource ist das «Developing Engagement with Feedback Toolkit (DEFT)» (Winstone & Nash, 2016) zur Stärkung von Studierenden im Umgang mit Feedback.

An dieser Stelle verweisen wir auch auf den in diesem Blog erschienenen Beitrag von Georgeta Ion zum neuen Feedbackparadigma mit Fokus auf den Aspekt der Selbstregulation.

Im Kern aller dieser Ideen steht die Stärkung der aktiven Auseinandersetzung mit dem eigenen Lernen. Welches Potenzial haben dabei neue Technologien?

Wie können digitale Technologien das Engagement mit Feedback unterstützen?

Nicht erst seit der Covid-Pandemie wurden zahlreiche Erfahrungen gesammelt, wie digitale Möglichkeiten wirksame Lernprozesse unterstützen könnten (OECD 2015). Um den Stand der Forschung zum Engagement von Studierenden mit Feedback in technologiegestützten Lernumgebungen zu untersuchen, hat die Erstautorin eine Literaturanalyse über den Zeitraum von 2010-2021 durchgeführt. Folgende Frage stand dabei im Fokus:

Engagieren sich die Studierenden stärker mit Feedback, wenn die Aufbereitung und Kommunikation mit neuen Technologien unterstützt wird?

Im Review-Prozess wurden Artikel aus verschiedenen Datenbanken und aus über 20 Zeitschriften in englischer, spanischer und deutscher Sprache zusammengetragen. Berücksichtigt wurden Publikationen, die von Expert:innen (Peer Review) begutachtet wurden und über die PH Zürich (Schweizer Hochschulkatalog) zugänglich sind. Dabei wurden die folgenden Schlüsselwörter verwendet: Feedback, Engagement, digital/online, Hochschulbildung, Pandemie, COVID-19, Lernumgebungen, Faktoren.

Die Ergebnisse der Literaturstudie weisen auf verschiede Aspekte hin, die für das Verständnis der digitalen Technologien zur Stärkung der Auseinandersetzung mit Feedback relevant sind (Feixas, M., Zellweger, F. & Ion, Students’ engagement with feedback in digital learning environments: a literature review of pre- and Corona studies, Geneva, 6-10.09.2021).

Qualität des Feedbacks

Der Review bestätigte, dass die Qualität der Botschaft zentral bleibt und sprachliche Elemente wie Terminologie, Sprache und Betonung sehr wichtig sind. Dozierende sollten sicherstellen, dass Kommentare verständlich, selektiv, spezifisch, kontextbezogen, nicht wertend sind und zeitnah kommuniziert werden (Nicol 2010). Studierende bevorzugen online Feedback gegenüber handschriftlichen Rückmeldungen, da die Zugänglichkeit, Lesbarkeit und Aktualität besser gegeben ist, wenn auch die handschriftliche Form als persönlicher wahrgenommen wird (Chang et al. 2013).

Aktualität von Feedback

Es hat sich gezeigt, dass online Feedback nützlicher ist, wenn es zum richtigen Zeitpunkt innerhalb eines Lernzyklus erfolgt: wenn es direkt umgesetzt und genutzt werden kann, um das Verständnis, das Lernen und das zukünftige Verhalten zu verbessern (Hepplestone et al. 2011). Ein lernförderlicher Dialog kann eher stattfinden, wenn Studierende noch voll in die Lernaufgabe eingebunden sind. Feedback ausschliesslich am Ende des Semesters oder in Form einer Note zeigt hingegen wenig Wirkung. Rechtzeitiges und individuelles Feedback steigert die positive Einstellung zum Lernen, fördert den Aufbau von Vertrauen und anerkennt die Leistungen der Studierenden.

Online-Quiz in Form von Selbsttests ermöglichen ein unmittelbares Feedback. Förster et al. (2018) fanden heraus, dass sich die Teilnahme an Quiz positiv auf die Abschlussnote auswirkte: Studierende mit schlechten Leistungen profitierten stärker von der Quizteilnahme als Studierende mit guten Leistungen. Ergänzend bieten webbasierte Antwortsysteme (z. B. Poll Everywhere, Mentimeter oder «Clicker») ebenfalls Raum für direktes Feedback (Ludvigsen et al. 2015), da die Reaktion auf eine Information sofort erfolgt. Nach Hunsu et al. (2016) haben diese aber wenig Einfluss auf die kognitiven Prozesse.

Engagement mit audio-visuellen Feedbackformaten

Mit der fortschreitenden Entwicklung der Technologie etablieren sich neben schriftlichen auch audio-visuelle Feedbackformate. Audio-visuelle Instrumente (z. B. Audio-, Video- oder Screencast-Technologie) führen zu einer grösseren Anzahl von Kommentaren im Vergleich zu schriftlichem Feedback (Thomas et al. 2017). Die Studierenden erwähnten auch, dass das Feedback leichter zu verstehen sei. Es sei umfangreicher und informativer, die wichtigsten Punkte seien besser hervorgehoben (Mahoney et al. 2019). Video-Feedback hat im Vergleich zu schriftlichem oder Audio-Feedback das Potenzial, die vertiefte Auseinandersetzung (z.B. durch mehrfache Betrachtung) und die soziale Interaktion (z.B. Studierende tauschen sich über das Videofeedback aus) zu fördern (Crook et al. 2012).

Triangulation von Feedback Quellen

Digitale Technologien erleichtern die Integration von Feedback von Peers, den Dozierenden, externen Expert:innen, der Technologie selbst (z.B. durch ein Online-Tool zur Selbsteinschätzung) oder dem Vergleich der eigenen Leistung mit jener von anderen (inneres Feedback). Die Wirkung von Feedback wird nicht durch ein einzelnes Ereignis erzielt, sondern durch die Synthese mehrerer Feedbackprozesse. Damit Studierende Feedback annehmen können, ist es förderlich, wenn sie die Gemeinsamkeiten und Tendenzen des Feedbacks erkennen, wenn das Feedback aus verschiedenen Quellen kommt, wenn es sich auf verschiedene Elemente ihrer Arbeit bezieht und wenn sie es bei verschiedenen Gelegenheiten erhalten (Kabilan & Kahn 2012).

E-Portfolios können Studierende in diesem Prozess unterstützen und ermöglichen es, personalisiertes Feedback auf der Grundlage von unterschiedlichen Bewertungsmomenten aufzubereiten (Schaaf et al. 2017). Auch Learning Analytics können Dozierende und Studierende im Lernprozess unterstützen, indem sie Daten über das Engagement der Studierenden bei Lernaktivitäten, ihre Bemühungen und ihre Leistungen sammeln (Sedrakyan et al. 2020). Aber da Algorithmen und Analytik das Potenzial haben, die Grundlogik von Bildung zu verändern, ist diese Entwicklung mit kritischem Blick zu verfolgen (Knox, Williamson & Bayne 2020).

Fazit: Online Feedback hat Potenzial

Feedback ist eine starke Kraft im Unterricht und es gibt Möglichkeiten sowie digitale Mittel um das Engagement der Studierenden mit Feedback weiter zu stärken. Die Technologie kann das Feedback verbessern – sie kann es effektiver, ansprechender, zeitnaher, dialogischer gestalten. Dies wird jedoch nicht automatisch geschehen. Selbst bei technologiegestütztem Feedback sollte der Schwerpunkt nicht darauf liegen, wie Lehrkräfte Videofeedback produzieren und vermitteln, sondern darauf, wie die Lernenden mit dem Feedback umgehen und wie sie ihre Fähigkeiten zum Umgang mit Feedback weiterentwickeln. Denn wir haben festgestellt, dass viele Anwendungen der Technologie kaum mehr tun, als alte Paradigmen der Feedbackvermittlung zu wiederholen, wenn auch über ein anderes Medium.

Um das Beispiel «Bestande» aufzugreifen, so wäre es für die Entwicklung einer sinnstiftenden Feedbackkultur wünschenswert, über das Feedback einen Dialog aufzubauen.  Wenn mehr über den Lehr-Lernprozess und künftige Strategien nachgedacht wird, also über die Ziele (feed up), die Botschaft, was funktioniert hat (feed back) und insbesondere auch, wie es weitergehen könnte (feed forward), dann wird Feedback der Studierenden auch in der Hochschullehre bedeutsam. Neben studentischen Initiativen sind dabei vor allem die Hochschulen selbst in der Pflicht. Ein guter Ansatzpunkt bietet das inzwischen breit eingesetzte Teaching Analysis Poll Verfahren, das den Dialog über die Unterrichtsqualität unterstützt.

INFOBOX

Am 2. Juni 2022 bietet das ZHE einen Kurs zum Thema an, gerne dürfen Sie sich anmelden: Feedback als Lernweg

Zudem möchten wir gerne auf die TAP (Teaching Analysis Poll)-Methode aufmerksam machen. Dies ist eine Methode, um die studentische Perspektive als Zwischenfeedback für Dozierende in die Lehre einzubringen. Das Verfahren wird an der PH Zürich aktuell breit erprobt. Dabei bauen wir auf die Erfahrungen, die unsere Kollegin Petra Weiss an der Universität Bielefeld sammeln konnte. Kontakt: petra.weiss@phzh.ch

Zu den Autorinnen

Franziska Zellweger ist Professorin für Hochschuldidaktik am Zentrum für Hochschuldidaktik und -entwicklung der PH Zürich

«Student Engagement» als Perspektive für die Studiengangsentwicklung

Februar 2020, eine leere Agenda, ein lausiger Winter am Bielersee. Zu Beginn meines halbjährigen Weiterbildungssemesters, das ich an einer kleinen Westschweizer Pädagogischen Hochschule verbringen wollte, habe ich mich in die Literatur zur Gestaltung der Studieneingangsphase von Bachelorstudiengängen vergraben. Wie könnte diese ausgestaltet werden, um der wachsenden Diversität der Studierenden zu begegnen? Dabei stiess ich auf das im deutschsprachigen Raum noch wenig diskutierte Konzept des Student Engagements.

Student Engagement – Ursprünge der Diskussion

Die Prämisse, dass das Engagement der Studierenden ein wesentlicher Prädiktor für Studienerfolg darstellt, ist Grundlage für einen umfangreichen Diskurs im US-amerikanischen Raum vor dem Hintergrund hoher Drop-out-Quoten. Student Engagement als Konzept hat nicht nur in der Forschung, sondern auch im Qualitätsmanagement hohe Aufmerksamkeit erzeugt durch die von George Kuh und seinen Mitarbeitenden ins Leben gerufene National Survey of Student Engagement. Student Engagement wird dabei definiert als «the energy and effort that students employ within their learning community, observable via any number of behavioral, cognitive or affective indicators across a continuum» (Bond et al., 2020, S. 317). Es wird als Rahmenkonstrukt verstanden für eine Reihe von Ideen, die auf Forschung über Lernerfahrungen und deren Einfluss auf das studentische Lernen beruhen.  Ausgehend davon setzte unter dem Stichwort High Impact Practices auch eine hochschuldidaktische Diskussion ein, die Praktiken ins Zentrum stellte, die empirisch nachweisbar einen hohen Einfluss aufs Lernen haben. Dazu gehören beispielsweise Seminare im ersten Studienjahr, die eine kleine Gruppe von Studierenden in einen regelmässigen Kontakt mit einer/einem Dozierenden bringen: «The highest-quality first-year experiences place a strong emphasis on critical inquiry, frequent writing, information literacy, collaborative learning, and other skills that develop students’ intellectual and practical competencies» (Kuh, 2008, S. 34ff.).

Eine sozio-kulturelle Perspektive

Ein persönliches Schlüsselerlebnis war noch im Februar 2020 die Lektüre von Ella Kahus Rahmenmodell (vgl. Abbildung 1). Ein halbes Jahr später konnte ich sie gewinnen für den Auftakt einer Webinartriologie.

Diese Arbeiten rund um die standardisierte Messung von Student Engagement wurden von Ella Kahu aus einer sozio-kulturellen Perspektive kritisiert, da diese stark das effektive Tun der Studierenden ins Zentrum stellen, das emotionale Erleben aber wenig Beachtung erfährt. Wie sie in ihrem Webinar ausführte, nimmt sie in ihrer Arbeit mit nicht-traditionellen Studierenden in Neuseeland einen sozio-kulturellen Blick ein und entwickelt das in Abbildung 1 dargestellte Rahmenmodell. Sie versteht studentisches Engagement als eine gemeinsame Verantwortung der Lernenden und der Institution. Als wichtige moderierende Konstrukte, die das Engagement der Studierenden beeinflussen, diskutiert sie die Selbstwirksamkeit, das emotionale Erleben, das Gefühl von Zugehörigkeit sowie das Wohlbefinden der Studierenden.

Abbildung 1. Rahmenmodell nach Kahu & Nelson, 2018, vgl. Video Ella Kahu ab Minute 15:00

Mein Weiterbildungssemester, aber auch meine Forschungsfragen nahmen nach vier Wochen mit dem Lockdown im März 2020 eine überraschende Wendung. Wäre es nicht wichtig zu untersuchen, wie es um das studentische Engagement auf Distanz steht?

Die Rolle von Educational Technology

Wer sich mit der Rolle von Educational Technology und studentischem Engagement auseinandersetzt, stösst früher oder später auf die systematischen Literatur Reviews von Melissa Bond. Besonders spannend ist die laufend weiterentwickelte Sammlung von Arbeiten zur Pandemie.

In einem weiteren Webinar zeigte Melissa eindrücklich auf, wie sich in der Literatur die Bedeutung gewisser Engagement Indikatoren in Flipped Learning (vgl. Abbildung 2 linke Spalte) im Vergleich zu Untersuchungen zur Pandemie (rechte Spalte) darstellt, auch wenn natürlich ein direkter Vergleich nur unter Vorbehalten möglich ist.

Abbildung 2. Top Engagement und Disengagement Indikatoren im Vergleich zweier Studien (vgl. Video Melissa Bond ab Minute 51:00)

In der Betrachtung der Engagementfaktoren fällt in der Flipped Learning Studie die hohe Bedeutung der Interaktion im Vergleich zur Pandemie auf. Im Bereich der Disengagement Faktoren ist denn auch die soziale Isolation als grosse Herausforderung während der Pandemie bemerkenswert. Darüber hinaus variiert die Häufigkeit, in welcher über Disengagement in der Literatur berichtet wird, kaum. Frustration und Verwirrung sind dabei zentrale Faktoren, die ein Engagement erschweren.

Die Ergebnisse aus unserer eigenen Forschung in der Schweizer Lehrerinnen- und Lehrerbildung im Frühlingssemester 2020, aber insbesondere auch in der Untersuchung der Erstsemesterstudierenden im Winter 20/21 zeigen in eine ähnliche Richtung. Die zugewandte und verlässliche Kommunikation der Dozierenden, der aktivierende Charakter der Lernumgebung sowie Feedback und Assessment stehen in einem deutlichen Zusammenhang mit dem Engagement. Besonders relevant scheint vor allem aber ein vertieftes Verständnis der emotionalen Dimension. Die Selbstwirksamkeit, lernbezogene Emotionen, Belastung und das Zugehörigkeitsgefühl sind Ansatzpunkte zum Verständnis des sehr heterogenen Erlebens in dieser aussergewöhnlichen Studienzeit.

Perspektiven für die Studiengangsentwicklung – Ein Zwischenfazit

In der Bewältigung der Pandemie ist vor allem die Frage im Fokus, welcher Umfang und welche Qualität Präsenzlehre künftig einnehmen soll und inwiefern Phasen des Wissenserwerbs virtualisiert werden könnten. Verhandelt wird eher die äussere Form denn die Frage, welcher Rahmen die sehr unterschiedlichen Studierenden in ihrem Engagement unterstützt. Aus meiner Sicht sollten vielmehr folgende Fragen ins Zentrum gerückt werden:

  • Wie steht es um das aktive Lernen im Sinne eines kognitiven Engagements? Was brauchen Studierende, um sich vertiefter auf Lernprozesse einzulassen? Welche Lernstrategien? Wieviel Freiraum und wie viel Struktur? Welche Form des sozialen Austauschs? Wie sind aktivierende Aufgaben zu gestalten?
  • Welche Lernkultur unterstützt das emotionale Engagement und die soziale Integration? Inwiefern müsste die Rolle der Peers stärker in den Fokus gerückt werden?

Solche Fragen können nicht ein für alle Mal unabhängig des Kontexts eines spezifischen Studiengangs geklärt werden. Anknüpfend an Kahu stehen Studierende und die Institution in einer gemeinsamen Verantwortung. Die Diskussion um studentisches Engagement ist denn auch eng verbunden mit jener der studentischen Partizipation. Im dritten Webinar plädiert Peter Felten für einen ressourcenorientierten Blick auf die Studierenden (Make higher education ready for students not students for higher education) und einen «partnerschaftlichen» Rahmen, in welchem sich Studierende engagieren können. High Impact Practices sind nicht nur wirksam, weil sie kognitiv anregend sind, sondern weil sie Studierende emotional anders in die Hochschule integrieren.

Während ich an diesem Text arbeite, herrscht draussen graues Oktoberwetter (2021). Die Studierenden sind mehrheitlich zurück am Campus. Ist somit alles wieder beim Alten? In der Auseinandersetzung mit dem Konzept des Student Engagements ist für mich deutlich geworden, dass wir aus institutioneller Perspektive noch viel bewusster an einem Rahmen arbeiten sollten, der das Engagement vielfältiger Studierender unterstützt. Vor Ort oder virtuell ist dabei eine nachgelagerte Frage. Engagieren wir uns doch gemeinsam für ein vertieftes Verständnis über Bedingungen, Wirkungen und Ansatzpunkte zur Stärkung studentischen Engagements. Wo setzen Sie an?

WEITERFÜHRENDE LITERATUR

Bond, M., & Bedenlier, S. (2019). Facilitating Student Engagement through Educational Technology: Towards a Conceptual Framework. Journal of Interactive Media in Education, 2019(1), 1-14.

Kahu, E. R., & Nelson, K. (2018). Student engagement in the educational interface: understanding the mechanisms of student success. Higher Education Research & Development, 37(1), 58-71.

Bovill, C., Cook-Sather, A., Felten, P., Millard, L., & Moore-Cherry, N. (2016). Addressing potential challenges in co-creating learning and teaching: overcoming resistance, navigating institutional norms and ensuring inclusivity in student–staff partnerships. Higher Education, 71(2), 195-208.

Zur Autorin

Franziska Zellweger ist Professorin für Hochschuldidaktik am Zentrum für Hochschuldidaktik und -entwicklung der PH Zürich

Vom Emergency Remote Teaching zur Hochschulbildung für die Zukunft: Wirkungen der Pandemie auf die Digitalisierung von Studium und Lehre

Beitrag von Barbara Getto

Die Rolle digitaler Medien hat im Kontext von Studium und Lehre an Hochschulen in den letzten zehn bis fünfzehn Jahren deutlich an Bedeutung gewonnen. Gleichwohl konnte bislang nicht von einer flächendeckenden Durchdringung digitaler Medien in der Hochschullehre gesprochen werden. Im Frühjahr des Jahres 2020 katapultierte uns die Covid-19-Pandemie in eine bislang unbekannte Situation, die uns seitdem in nahezu allen gesellschaftlichen, beruflichen und privaten Bereichen vor enorme Herausforderungen stellt.

An den Hochschulen musste die Lehre aufgrund von Kontaktbeschränkungen schlagartig auf Fernlehre umgestellt werden. Bringen die pandemischen Bedingungen nun also auch die Digitalisierung voran? Brauchen Hochschulen künftig keine Strategien für die Digitalisierung mehr, weil jetzt ohnehin alles auf Online Lehre umgestellt ist? Oder sind die Zeiten für Veränderungsprozesse wohlmöglich gar nicht so vorteilhaft? Um hier zu einer Einschätzung zu gelangen, lohnt sich ein Blick zurück auf die Erfahrungen mit der Förderung des E-Learning an Hochschulen:

Von E-Learning-Projekten zur Digitalisierung von Studium und Lehre 

Über viele Jahre wurde die Entwicklung und Implementierung digitaler Lehre an Hochschulen über einzelne Projektmassnahmen vorangetrieben. E-Learning wurde hauptsächlich von einzelnen engagierten Lehrenden vorangetrieben, die Potenziale digitaler Medien experimentell in ihren Lehrveranstaltungen einsetzten. Diese bottom-up-Ansätze wurden in der weiteren Entwicklung als Ausgangspunkt für die Dissemination digitaler Lehrangebote an Hochschulen gesehen. Man hoffte, dass diese Projekte eine gewisse Strahlkraft entwickeln würden, die zu einer weiteren Verbreitung führen würde. Eine breite Entfaltung blieb jedoch häufig aus. Allerdings haben die verschiedenen Programme zur Förderung von E-Learning an Hochschulen sichtbar gemacht, wie digitale Lehre sinnvoll aussehen kann. Sie haben aber eben auch aufgezeigt, dass sich diese Konzepte und Initiativen keineswegs von selbst in einer Organisation verankern.

Der Fokus richtete sich daher immer mehr auf die organisationalen Elemente einer Verstetigung und Verbreiterung digitaler Lehre. Zunehmend setzte sich die Erkenntnis durch, dass Projekte als Einzelmassnahmen nicht hinreichend zur Hochschulentwicklung beitragen, wenn sie nicht in eine übergreifende Strategie eingebunden sind, die fest verankert ist, mit den Zielen der Einrichtung. Seit einigen Jahren wird Hochschulen daher empfohlen, die Digitalisierung im Kontext von Studium und Lehre strategisch zu betreiben.

Bildquelle: PHZH

Die Rolle von Strategien der Digitalisierung von Studium und Lehre

Um Lehre im digitalen Zeitalter nachhaltig zu entwickeln, soll bei der Entwicklung von Strategien der Digitalisierung nicht die Digitalisierung als Selbstzweck im Vordergrund stehen. Vielmehr wird Hochschulen angeraten ihre strategische Zielsetzung im Kontext der Digitalisierung entlang der Hochschulentwicklung zu betreiben und damit ihr Profil zu schärfen (Getto & Kerres, 2017).

Um erfolgreich zu sein, müssen für die Umsetzung der Digitalisierungsstrategie Massnahmen entwickelt werden, die die Teilhabe und Mitwirkung entscheidender Schlüsselpersonen und Akteursgruppen fördern. Wenn allein die Leitungsebene ein Konzept entwickelt, besteht die Gefahr, dass die Akzeptanz bei wesentlichen Stakeholdern (z.B. Hochschullehrenden) nicht gegeben ist. Bottom-up lässt sich aber, aufgrund der Divergenz von Interessen und Prioritäten der Akteure, schlecht eine gemeinsame strategische Ausrichtung definieren. Mit der Strategie formuliert die Hochschule also Ziele sowie entsprechende Leitlinien und Handlungsroutinen für das Erreichen der Ziele und definiert Kriterien für das Bewältigen von Entscheidungssituationen.

Brauchen wir noch Digitalisierungsstrategien in Zeiten der Pandemie?

Zu beobachten war, dass im April 2020 schlagartig ortsunabhängiges Lehren und Lernen mit digitaler Technik gefordert – und weitgehend umgesetzt wurde. Aufgrund der Dringlichkeit der äusseren Umstände, gab es kaum Zeit für strategisch-konzeptionelle Überlegungen. Schon in der ersten Woche des “Lockdowns” vermeldeten Hochschulen, dass sie ihren Betrieb vollständig auf digitale Lehre umstellen und die Lehre an ihrer Hochschule gesichert sei. Für Insider kam dieser Schritt überraschend. Worauf E-Learning Spezialist:innen in jahrelangen Bemühungen mehr oder weniger erfolgreich hingearbeitet haben, war nun plötzlich möglich. Viele Dozierende haben sich mit Engagement in neue Tools eingearbeitet und ihre Hochschullehre den neuen Umständen angepasst. Infrastrukturen wurden weiter ausgebaut (Getto & Zellweger 2021).

Aus Perspektive der Organisationsentwicklung sind die Zeiten des Lockdowns allerdings denkbar ungeeignet für komplexe Veränderungsprozesse und die Gestaltung des organisationalen Wandels. Denn dieser benötigt eine Kommunikation der Akteure, die durch Vertrauen und Zuversicht gekennzeichnet sein sollte. In Zeiten der häuslichen Isolation und Abgeschiedenheit, mit der Videokonferenz als dünnem Faden, der Kommunikation herstellen kann, ist aber gerade die Vertrauensbildung zwischen den Beteiligten eher erschwert (Kerres, 2020). In dieser besonderen Situation steht eher im Fokus, die wichtigsten Abläufe und Angebote “am Laufen zu halten”. Organisationsentwicklung in Hochschulen hingegen ist nur bedingt gut gestaltbar.

Während der Pandemie waren Lehrende zunächst einmal auf sich selbst gestellt. Zumeist fehlte die Chance, ein überlegtes mediendidaktisches Konzept zu entwickeln, dies mit Kolleg:innen in einem angemessenen Rahmen zu besprechen und mit deren Initiativen abzugleichen und sich ggfs. externe Beratung in der Planung und Entwicklung einzuholen. Nüchtern gesagt, während der Distanz-Semester wurden Akteur:innen durch externe Gegebenheiten zu einem bestimmten Verhalten “gezwungen”, es gab wenig Alternativen, als auf den Modus digitalen “Emergency Remote Teaching” auszuweichen. 

Ebenso hatten die Hochschulen kaum eine Chance, Richtungen zu definieren, und in eine kollegial abgestimmten Digitalstrategie zu giessen, die mit abgestimmten Massnahmen einhergehen. Dies spricht eher weniger dafür, dass die Corona-Erfahrung von sich aus eine grundlegende Veränderung der individuellen Einstellungen mit sich bringt. Sehr wohl aber kann vermutet werden, dass mehr Akteur:innen im System Hochschule deutlich geworden ist, dass an der Digitalisierung wesentlich engagierter gearbeitet werden sollte, nicht nur für Zeiten der Pandemie, sondern als ein Charakteristikum der weiteren gesellschaftlichen, wirtschaftlichen und politischen Entwicklung für die Hochschulbildung in einer Kultur der Digitalität.

INFOBOX

Am 25. Nov. 2021 findet ein Anlass statt, zum Thema "Digitale Hochschule Post-Corona – Was ist zu tun?" mit Daniel Baumann und Renato Soldenhoff. Im Zentrum des Anlass steht die Frage welche Schritte erforderlich sind, um die Erfahrungen, Erkenntnisse und neuen Kompetenzen aus den vergangenen Monaten zu nutzen und die Digitalisierung von Studium und Lehre weiter zu entwickeln.

Zur Autorin

Barbara Getto ist Professorin für Medienbildung in der Abteilung Hochschulentwicklung und Erwachsenenbildung und Mitglied im Zentrum Bildung und Digitaler Wandel. Weitere Informationen finden Sie hier

Folgen über E-Mail
Folgen über Twitter
Visit Us
Follow Me