Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Modellierung von Blended Learning Prozessen Möglichkeiten und Grenzen Renate Motschnig mit Michael Derntl, Jürgen Mangler Fakultät für Informatik, Universität.

Ähnliche Präsentationen


Präsentation zum Thema: "Modellierung von Blended Learning Prozessen Möglichkeiten und Grenzen Renate Motschnig mit Michael Derntl, Jürgen Mangler Fakultät für Informatik, Universität."—  Präsentation transkript:

1 Modellierung von Blended Learning Prozessen Möglichkeiten und Grenzen Renate Motschnig mit Michael Derntl, Jürgen Mangler Fakultät für Informatik, Universität Wien

2 I S T

3 Ziele in der Lehre und Forschung (1) Entwicklung zu signifikantem Lernen: nachhaltiger, bedeutsamer, ganzheitlich bessere Beziehungen und Qualifikation für alle Teilnehmer Einsatz neuer Medien (Internet) –Unterstützung: Was ist da möglich? Welcher Mehrwert ist anzustreben? –Aktualität: Neue Medien scheinen notwendig

4 Ziele in der Lehre und Forschung (2) Prozesse explizit machen –Content als gegeben annehmen; –Konzeption, visuelle Modellierung, Implementierung, Unterstützung, Objektivierung, Wiederverwendung Entwicklung einer Forschungsmethodik als Framework von Methoden der Sozial- und technischen Wissenschaften

5 Ziele in der Lehre und Forschung (3) Transfer der Erkenntnisse: life-long learning Vision: Significant learning communities; + Face-to-face Meetings + gemeinsame Ziele + virtuelle communities + längerfristig

6 Forschung Wirtschaft/ Praxis Wirtschaft/ Praxis Wissens- management Wissens- management Entwicklung Signifikantes Lernen Signifikantes Lernen Technik Soft- Sciences ZIELEZIELE

7 Überblick Ziele zur Ausrichtung der Lernprozesse –Signifikantes Lernen ermöglichen –Technologie einbinden: Modelle und Neue Medien Beispiel: LVA Web-Engineering, ++ BLESS: Blended Learning System Structure LVA, Szenario, Patterns, Web-Templates, Plattform Begleitforschung: Erweitertes Action Research Ergebnisse der Begleitforschung in Web Engineering; Dialog zu Möglichkeiten und Grenzen

8 Significant Learning Significant learning combines the logical and the intuitive, the intellect and the feelings, the concept and the experience, the idea and the meaning. When we learn in that way, we are whole. (Rogers, 1983) S. 20. Ganzheitliches, bedeutsames Lernen, auch: Aspy, Barrett-Lennard, Tausch, Teml,..

9 Ebenen des signifikanten Lernens Wissen Soziale Fertigkeiten Persönlichkeit, Dispositionen I II III Signifikantes Lernen berücksichtigt alle drei Ebenen! Abb. nach Nykl und Motschnig

10 Rezeptives und Signifikantes Lernen rezeptivsignifikant, kooperativ Lehr/LernzieleLVA-Leiter, Hierarchiepartizipativ Richtung der Vermittlung LVA-Leiter Lerner kooperativ, Beziehung, Perspektiven, flexibel TransfermodusVortrag Austausch, "Sharing", Dialog, Moderation, Gespräch Rolle LVA-LeiterExperte, Expertin Lernbegleiter, Person, Facilitator, Mentor, Mediator AufgabenKonstruiert problem- projekt-basiert, authentisch, situativ

11 Lernen auf drei Ebenen

12 Signifikantes blended learning– Hypothesen (1) Je mehr an Bereitstellung von Lernressourcen und Administration der Computer unterstützt, umso mehr –Zeit bleibt für bedeutsame Interaktion –Gewicht erhalten soziale Fertigkeiten und persönliche Dispositionen.

13 Signifikantes blended learning– Hypothesen (2) Je höhere interpersonelle Kompetenzen Lehrende besitzen, umso eher werden Lern- und Lehrprozesse beidseitig als bereichernd, spannend und signifikant empfunden. – Lehren und Lernen machen mehr Sinn – Repertoire an reichen didaktischen Elementen und anschauliche visuelle Prozessmodelle unterstützen ein effektives: Bring it all together

14 Aussage zum Lernen von Vertretern der Wirtschaft (Umfrage) –Wodurch lernen Sie persönlich am meisten? Wählen Sie 0 bis 2 Begriffe aus. (208) 15 % Bücher 20 % Kurse, Workshops 39 % Kollegen, Teamarbeit 4 % Sonstiges 22 % Internet: Tutorials, Foren, etc.

15 Beitrag der Technologie (1) Zur Verfügung stellen von Material; Reichhaltige Ressourcen, auch von außerhalb der LVA; große Auswahlmöglichkeit; einfache Verbreitung; Explizierung Von jedem Teilnehmer wird erwartet, aktiv Beiträge zu liefern; Handlungsorientierung

16 Lernen aus mehr als einem Beispiel wird möglich –alle Projekte der Teams sind online, können eingesehen werden Transparenz –online Kommentare/Fragen zu Arbeiten –online Reaktionsblätter; Besprechung bei der nächsten Zusammenkunft –Diskussionsforum, gruppenübergreifend Aktualität –hoch, jedoch auch hoher Preis! Beitrag der Technologie (2)

17 Beitrag der Technologie (3) Mehrere Ausdrucksmöglichkeiten –verschiedene Arten von Beiträgen, individuelleres Einbringen von Einzelnen wird gefördert, Erleichterung bei der Begleitforschung –Online Fragebögen, Reaktionsblätter, persistente Dokumente jedoch: Zeit vor dem Bidschirm steigt!

18 Beispiel Web Engineering 2 VO + 2 UE 200–360 Studierende je Semester 9–12 UE-Gruppen zu je 20–30 Studierenden Blended Learning mit 100% Präsenzphasen Ziel: Signifikantes Lernen mit Schwerpunkt auf der Ebene des Wissens und der Fertigkeiten

19 Beispiel Web Engineering Vorlesungen, Folien und Skriptenteile über Plattform, Tutorials, authentische Projekte in Teams, Übungsbeispiel je Person, Präsentationen, Partnerteams, Phasenreflexion, Reaktionsblätter, Fragebögen,... blended Evaluation, selbst initiierte Beiträge, konstruktive Atmosphäre

20 Web Engineering Szenario

21

22 Projektbasiertes Lernen

23 WELL Patterns

24 Pattern-Beschreibungsschablone Name Zweck Motivation Ablauf Struktur Abhängigkeiten Parameter (z.B. Präsenztyp, Anzahl Teilnehmer, Aufwand, Flexibilität, I/O, etc.) Beispiele Evaluation [Referenzen] [Anmerkungen]

25 Modell-curriculum, Ilse Schrittesser

26

27 Web Templates 1) Administrations-, Benutzer-, und Report-Sicht für Patternanwendung Plattform-unabhängige Spezifikation

28 Web Templates 2) Instanzierung auf einer bestimmten Lernplattform Plattform-abhängige Implementierung Peer-Evaluation submission form

29 Web-Engineering: Projektinformation

30 Web-Engineering: Projektliste

31

32

33 Layer 5: Learning Platforms TECHNOLOGY LEARNING THEORY Layer 0: Learning Theory & Didactic Baseline Layer 1: Blended Learning Courses Application BLESS: Blended Learning Systems Structure Layer 3: Blended Learning Patterns Modularization, Decomposition Instantiation, Application Layer 4: Web Templates Selection, Implementation platform-independent platform-dependent Layer 2: Course scenarios Visualization, Modeling Application Design, Composition LEARNIN G THEORY Features Support TECHNOLOGY Adaptation, Evolution

34 Begleitende Forschung Reaktionsblätter; Selbstevaluierung; Peer- Evaluierung; Online Fragebögen –Motivation, Aspekte des Lernens/Profitierens; –Verwendung der Plattform; diverser Funktionen; –Einschätzung der Haltungen der LVA-Leiter; –Fragen zum Fragebogen zyklisch: Action Research inkrementelle Entwicklung der Plattform-Module Aus bestehendem Datenmaterial könnte noch viel herausgeholt werden!

35 Action Research Zyklen Identifiziere Problem Plane Agiere Evaluiere Reflektiere Plane Agiere Evaluiere Reflektiere

36 Sozio-technisches Research Framework zu Blended Learning Theoriegeleitetes Action Research Erweiterung durch –Quantitative Verfahren: online Fragebogen –Methoden Triangulation mit qualitativen M. –iterative, inkrementelle Software-Entwicklung –Einbezug expliziter Dimensionen: Didaktik (Motivation, Lerneffekte nach Ebenen,...) Technologie (Plattformelemente, Usability,...) Evaluation (Methoden, Fragebögen, Zeitpunkte,...)

37 Reaktionen der Studierenden zu Web Engineering Studierende meinen vorwiegend, sie hätten viel gelernt. Studierende tendieren mehr Zeit zu investieren als in vergleichbaren Veranstaltungen. Studierende (WiInf!) finden Gefallen am Einsatz des Internet. Studierende meinen vorwiegend, aus Lernverträgen einen höheren langfristigen Lerneffekt zu erzielen als aus konventionellen Prüfungen. Einzelne Studierende finden die LVA chaotisch, andere wünschen, sie möge fortgesetzt werden. In offiziellen Fragebögen der Uni tendieren PCeL LVA in ersten Drittel, bis Viertel zu rangieren [wenngleich oft Pflichtfach]

38 Die Übung war wieder einmal sehr anders als alle anderen. Das freut mich immer wieder und ich sehe, dass es meinen Kollegen genauso zusagt (die Übungen sind auch immer voll). Sie haben bewiesen, dass sie auch ein konservatives Übungsthema wie Programmieren in einem neuen Stil halten können. Es liegt also nicht am Fachgebiet, sondern nur an der Einstellung. Anfangs war ich der Meinung, es geht nur mit Kommunikativen und diffusen Themen, aber man sieht, es ist auch bei ziemlich exakten Anforderungen möglich, einen Freiraum zu lassen (der nicht nur aus freier Projektwahl besteht). Man konnte ja auch selbst wählen, wie man die Meilensteine gestaltet. Die angeschlossenen WELL-Verträge haben natürlich dazu beigetragen, mehr Kontakt (aber sicher auch mehr Arbeit) zu den Studenten zu haben. (…) Unsere Übungsgruppe war zeitweise chaotisch. Eine bessere Koordination wäre sehr wünschenswert. Persönlich gesehen war es eine ausgesprochen positive Übung mit guter Stimmung und Arbeitsklima. (…) Aus technischer Sichtweise wäre eine bessere Unterstützung bei der Verwirklichung der Projekte wünschenswert gewesen.

39

40 Motivation der Studierenden

41 Motivation in WE: Top-Faktoren

42 Hypothesen zum significant blended learning

43

44 Zusammenfassung Signifikantes Lernen mit Neuen Medien Modellierung von Lehr/Lernprozessen, WE BLESS, Patterns, Begleitforschung, Ergebnisse Folgerung: Reiche Didaktiken fördern Motivation, Lerneffekt, signifikantes Lernen, wenn –Lehrende neben Wissen interpersonelle Qualitäten besitzen, –Technologien zielgerecht,in situativem Ausmaß, benutzeradäquat eingesetzt werden, –Lehr/Lernprozesse reflektiert, angepasst und weiterentwickelt werden können (Modelle und Begleitforschung)

45 Danke für die Aufmerksamkeit! Jeder Beitrag ist willkommen: Möglichkeiten:Grenzen: Mit Dank an: Günther Vinek, Dimitris Karagiannis, Michael Derntl, Jürgen Mangler, Ladislav Nykl, Dietmar Treichel, Ilse Schrittesser, Robert Hutterer, Charlotte Zwiauer, Gerhard Budin, WKO, Organisatoren, Teilnehmer, Studierende

46 Grenzen: Prozessmodelle im Blended Learning sind nur Abstraktionen, können selbst nur Eindruck, Überblick, Ausgangspunkte bieten. Prozessmodelle für alles neigen zu komplex zu werden Ziele der Prozesse definieren Patterns bilden Werkzeuge, Konstrukte. Sie sind nur so gut, wie sie adäquat genutzt werden.

47 Grenzen: Prozessmodelle sind Raster, die mit Erfahrung gefüllt und angepasst werden müssen. Prozesse: nur ein Faktor neben vielen KOMPLEXITÄT!

48 Möglichkeiten Übersichtliches Kommunikationsmedium Unabhängig von Plattform Zielgerechte Unterstützung durch Plattform Wiederverwendung Weitergabe von Erfahrung

49 Möglichkeiten Generalisierung, Spezialisierung, Teile- Relation Systematischer Vergleich in verschiedenen Kontexten Weitgehend unabhängig von Fachbereich Erforschung, Erkenntnisgewinn

50 Herausforderungen für die Organisationsentwicklung Strategien des Assesment von Mehrwert Weitergabe von Erfahrung im Learning Bereich: Persönlich und Szenarien/Designs –Zeit wird benötigt, langsame Entwicklung Internationalisierung! Personalentwicklungsstrategien, parallel zum Aufbau von Medienkompetenz, Facilitation Idee: Significant learning communities Forum für Austausch: PCA/HE:

51

52 Hypothesen zum significant blended learning

53

54 Example: Arranging Patterns

55 Reflexion zu Präsent – Online Aktive Beiträge auf der Plattform dienen primär als: –Vorbereitung –Nachbereitung, Reflexion –Persistenzmechanismus, Wiederverwendung, Diskussion, Perspektivengewinn, Ablage Zentrale Prozesse, Motivation, Bedeutungsgenerierung erfolgen Face-to- Face!

56 Evaluierung der Einstellungen des LV-Leiters

57 Example: Team Building online

58

59 Pattern Web

60 WELL Vertragsstruktur Group / team number: Instructor: Team members with address: Topic: Goals: Activities and documents: Significant changes and their dates: Intermediate version accepted on: Final version due: Signature team representative: Signature instructor:

61

62

63


Herunterladen ppt "Modellierung von Blended Learning Prozessen Möglichkeiten und Grenzen Renate Motschnig mit Michael Derntl, Jürgen Mangler Fakultät für Informatik, Universität."

Ähnliche Präsentationen


Google-Anzeigen