Personalisiertes Lernen: Big Data fördert Massenindividualisierung in der Bildungswelt

Big Data, so das große Versprechen, macht Bildung personalisierter und demokratischer – und somit auch mehr zu dem, was sie eigentlich sein sollte: ein Gemeingut. Im Gegenzug erwachsen an Universitäten zahlreiche Probleme der digitalen Gegenwart – von ungeklärten Fragen der Privatsphäre bis hin zur Gefahr des technologisch determinierten Menschen. Was nun? Zukunftsforscherin Nora Stampfl kommentiert.

*

Dass Technologie das Bildungswesen revolutionieren würde, ist keine ganz neue Idee. Im 20. Jahrhundert wurde eine Reihe technischer Neuerungen vom Versprechen begleitet, auch Klassenzimmer und Hörsäle gehörig umzukrempeln. Radio, Fernsehen, Video, PCs, Internet, Laptops und Tablets sollten allesamt bessere Lernerfolge bringen. MOOCs (Massive Open Online Courses) sind nun die vorerst letzte Station auf dem Weg zur Bildungsrevolution. Diese kostenlosen, offen zugänglichen Online-Lehrveranstaltungen versprechen alles über den Haufen zu werfen, was bisher unser Bild von der Schul- und Hochschullandschaft auszeichnete.

Die derzeitige Debatte verortet MOOCs in einem Spektrum zwischen Allheilmittel für alle aktuellen Probleme der Bildungswelt auf der einen Seite und Wegbereiter einer „McDonaldisierung“ des Hochschulwesens auf der anderen Seite. Vor diesem Hintergrund kann jedenfalls konstatiert werden: Es werden nicht MOOCs allein sein, die eine neue Herangehensweise an Lernen und Lehren fördern. Erst ihr Zusammenspiel mit Big Data und Learning Analytics kann Bahnbrechendes hervorbringen und komplett veränderte Bildungswelten formen. Deren Kern wird in der Idee bestehen, die herkömmliche Fließband-Bildung nach Einheitsmaß durch personalisierte Lernpfade zu ersetzen.

Maßgeschneidertes Lernen?

Big Data lässt das Paradox Massenindividualisierung Wirklichkeit werden. Die digitale Gesellschaft sammelt gigantische Datenberge an, die einer ganzen Heerschar von Algorithmen als Futter dienen, um einen Vorsprung durch Wissen zu erreichen. Denn sie analysieren unser Leben, offline und online, immerzu und überall. So beeinflussen Algorithmen heute, was wir gerade tun, was wir zu sehen bekommen und nicht selten „stupsen“ sie uns in bestimmte Richtungen und beeinflussen so unser künftiges Verhalten.

Dass sich Onlineshops einen solchen Wissensvorsprung zunutze machen, indem sie Angebote und Vorschläge basierend auf unserer Kaufhistorie, unserem Surfverhalten und einer Vielzahl weiterer Faktoren machen, ist heute gang und gäbe und so selbstverständlich, dass wir uns längst daran gewöhnt haben. Nun aber zieht das Konzept des Datensammelns und -analysierens auch in die Bildungswelt ein. Genauso wie Netflix oder Amazon ihren Kunden basierend auf deren persönlichen Präferenzen passende Filme oder Bücher vorschlagen, könnten in nicht allzu ferner Zukunft digitale Lernplattformen jedem Lernenden jederzeit geeignete Lernerfahrungen verschaffen.

Weil auch im Bildungsbereich der Datenberg unaufhörlich anwächst, erfüllen auch Klassenzimmer und Hörsaal die Voraussetzungen für Mustererkennung und treffende Voraussagen des Unbekannten immer besser. Denn mit der Zunahme von E-Learning und computergestützten Testverfahren, der elektronischen Erfassung von Schülerdaten sowie der Verbreitung von Laptops und Tablets im Unterricht liegen Daten zunehmend digital vor. Aber gänzlich neue Einfallstore für Learning Analytics bieten MOOCs. Weil sich Lernende dabei in einer vollkommen elektronischen Lernumgebung befinden, wird deren Verhalten digital abgebildet.

Prinzipiell kann jeder Mausklick aufgezeichnet werden. Wie lange Lernende für Aufgaben benötigen oder sich mit bestimmten Inhalten befassen, wie häufig sie Passagen wiederholen, gibt beispielsweise darüber Aufschluss, wann Lernende bereit sind, mit dem nächsten Lernabschnitt fortzufahren, welche Abfolge von Themenblöcken sich individuell als am effektivsten erweist, welche Bausteine einer Lernumgebung zum besten Lernerfolg führen oder welche Lehrmethoden die Aufmerksamkeit ganz besonders wecken. Auf diese Weise werden individuelle Lernpfade eröffnet: Jeder Lernende wird nach seiner Fasson – nach seinem Tempo und seiner Lernmethode – glücklich.

Tests nach absolvierten Lernabschnitten erlauben unmittelbares Feedback und zeigen auf, ob weiterer Lernbedarf besteht. Je nachdem erhält der Lernende dann weiteren Input oder wird in den nächsthöheren Lernabschnitt weitergeleitet. Denkbar ist auch, dass je nach individuellem Lerntyp dem Lernenden Inhalte entweder in Form von Text, Videoclip oder spielebasierter Aufgabe nähergebracht werden.

Big Brother is watching you

Neben einer solchen Personalisierung des Lernens geht es bei Big Data aber auch immer um den Blick in die Zukunft. Die zukunftsorientierte Datenanalyse bedient sich verschiedener statistischer Techniken zur Auswertung von aktuellen und historischen Daten und erlaubt Aussagen über die Zukunft. Somit werden in der Welt von Big Data nicht nur Noten und Beurteilungen von Lehrern, sondern auch außerschulisch erhobene Daten, etwa über das Freizeit- und Konsumverhalten, herangezogen, um Rückschlüsse auf den künftigen Lernerfolg zu ziehen.

Beispielsweise nutzt die US-amerikanische Wichita State University den Predictive Analytics-Werkzeugkasten, um ihre Bildungsangebote zu verbessern und an den konkreten Bedürfnissen der Studenten auszurichten. Noten, Semesterwochenstunden, ob Studenten nebenbei einem Voll- oder Teilzeitjob nachgehen, wie die familiäre Unterstützung ausfällt und vieles mehr geht in die Analyse ein. Deren Ergebnis weist dann schon im Vorfeld darauf hin, welche Studenten auf Probleme während der Ausbildung stoßen werden. Ist der Lernende erst einmal komplett vermessen und berechnet, wirft das natürlich die Frage auf: Wird der gläserne Student künftig überhaupt noch Prüfungen ablegen müssen?

Ganz augenscheinlich wird hierdurch die von Big Data aufgeworfene Gefahr für die Privatsphäre auf die Spitze getrieben. Der Lernende wird vollkommen transparent. Dort wo ein Ausprobieren stattfinden sollte, wo jedem Scheitern etwas Lehrreiches abgewonnen werden sollte, wird stattdessen ein System totaler Überwachung installiert. Ohne zu wissen, wie die Daten verwendet werden, welchen Einfluss sie auf das künftige Leben haben werden, weil sie womöglich über eine Personalisierung der Lernumgebung hinaus auch für andere Zwecke genutzt werden, wird sich mit Big Brother im Rücken kaum noch eine unvoreingenommene Annäherung an Lernstoffe beobachten lassen.

Vergegenwärtigt man sich, worauf sich Big Data gründet, dann kommen Zweifel auf, ob es vertretbar ist, für Einzelne so wichtige Entscheidungen wie Bildungsverläufe, Vorausberechnungen zu überlassen, die auf aggregierten Daten und Wahrscheinlichkeiten fußen. Big Data lebt von der Vereinfachung – aber wird diese einem solch komplexen Vorgang wie dem des Lernens gerecht? Welchen Wert werden Lernerfolge noch haben, wenn Big Data ohnehin jedem Lernenden bereits ein Profil des zukünftigen Erfolges auf den Leib geschneidert hat? Wie werden die tatsächlichen Leistungen in Relation zu den Aussagen von Big Data dann noch gewertet? Big Data hat die starke Neigung, das Leben zu determinieren, den Menschen auf festgelegte Bahnen zu zwingen. Dies steht in starkem Widerspruch zu einer Auffassung von Bildung, wonach diese die Basis der Entfaltung von Individualität und Voraussetzung eines selbstbestimmten Lebens sei.

Anm.d.Red.: Mehr zum Thema in unserem Dossier Unbedingte Universität. Die Fotos im Text stammen von Peter Nijenhuis und stehen unter einer Creative Commons Lizenz.

6 Kommentare zu “Personalisiertes Lernen: Big Data fördert Massenindividualisierung in der Bildungswelt

Kommentar schreiben

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.