Konzeption des TAS aus lernpsychologischer Sicht
Die übergeordnete Aufgabe des TAS ist die Herstellung einer adaptiven Passung zwischen sich stetig verändernden individuellen Lernvoraussetzungen seiner Nutzer und den aktuellen beruflichen Qualifikationsanforderungen der Lerninhalte. In der analogen Welt sollte das TAS ein Berater, Trainer aber auch Coach für den Lernenden sein. Ziel ist es, dass das TAS möglichst auch im digitalen Raum diese Eigenschaften einer natürlichen Person bekommt.
Um unterschiedlichen Kursstrukturen und Einsatzszenarien gerecht zu werden, kann das TAS aus Einzelelementen mit jeweils unterschiedlichen Optionen zusammengesetzt werden, d.h. ein modularer Aufbau wird angestrebt. Drei unterschiedliche Lernformen wurden von der Psychologie der TU Dresden ausgewählt, die das TAS am Ende unterstützen kann.
- Selbstreguliertes Lernen: In diesem Szenario werden digitale Lerninhalte bereitgestellt und die lernende Person kann eigenständig entscheiden ob, was, wann, wie und worauf sie lernt. Dabei unterstützt das TAS diesen eigenständigen Prozess, in dem es Hilfestellung bei der Orientierung gibt, bei Fragen oder Problemen behilflich ist oder Vorschläge unterbreitet, welche Lerninhalte für den Lernenden relevant sein können.
- Kollaboratives Lernen: Bei diesem Szenario steht im Vordergrund, dass mehrere lernende Personen ihre synchronen oder asynchronen Aktivitäten koordinieren, um eine gemeinsame Lösung eines Problems und damit auch ein gemeinsames Verständnis einer Situation zu entwickeln. Die Entwicklung eines gemeinsamen mentalen Modells steht im Mittelpunkt dieser Aktivitäten. Das TAS soll in den unterschiedlichen kognitiven Phasen des kollaborativen Lernens unterstützen und z.B. erstellte Inhalte der Lernenden teilen und anderen Personen bereitstellen sowie Phasen des Austausches fördern und unterstützen.
- Learners as Designers: Die Lernenden können bereitgestellte Computertechnologie nutzen, um selbst digitale Lehr-Lernmaterialien für andere Lernende zu erstellen. Dabei könnte das TAS genutzt werden, um die Lernenden im eigenen Lernprozess zu unterstützen. Die Verknüpfung von Informationen aus unterschiedlichen digitalen Quellen mit bereits vorhandenem Wissen steht im Mittelpunkt und könnte durch Orientierungshilfen und Nachfragen des TAS unterstützt werden. Des Weiteren kann das TAS helfen die Ergebnisse aus dem Lernprozess für andere Lernenden sichtbar und damit nachnutzbar zu machen.
Einsatzszenarien der beruflichen Weiterbildung
Um die Lernszenarien mit dem TAS realisieren zu können, braucht es konkrete Einsatzszenarien, die anhand von realen Kursen umgesetzt werden. In Zusammenarbeit mit der Technischen Akademie Esslingen werden die Konzepte des selbstregulierten und kollaborativen Lernens realisiert. In enger Zusammenarbeit mit den Autoren und Dozenten ausgewählter Kurse werden Konzepte entwickelt, wie bestehende Lerninhalte eingebunden oder digital umgestaltet werden können. Außerdem werden Ideen generiert, welche Unterstützungsmöglichkeiten durch das TAS zu den jeweiligen Kursstrukturen passen und technisch umsetzbar sind.
Technische Realisierung des TAS
Das angedachte TAS wird durch die Kombination unterschiedlicher, technischer Komponenten realisiert. In der nachfolgenden Grafik ist das Zusammenspiel dieser Komponenten visualisiert.
Learning Management System: ILIAS
ILIAS dient als zentrale Lernplattform, in welcher Lehrende die Inhalte ihrer Kurse entweder in Form von ILIAS-Lernmodulen erstellen oder diese durch extern (im Content Management System Typo3) erstellte „xAPI/cmi5“-Objekte anbinden. Wichtiger Bestandteil dieser Lernmodule ist die Integration interaktiver Aufgaben, zum Beispiel Lernaufgaben oder Gruppenaufgaben, die beispielsweise zur Überprüfung des angeeigneten Wissens verwendet werden können.
DASHBOARD MIT GRAFISCHER WISSENSSTRUKTUR
Alle im Kurs existierenden Lernmodule, deren Teilkapitel sowie die beinhalteten interaktiven Aufgaben werden in einer grafischen Wissensstruktur angeordnet. Diese dient nicht nur als zentrale Steuerkomponente des TAS, indem sowohl eine Navigation ermöglicht und ein Lernfortschritt einsehbar ist, sondern erlaubt es Lehrenden auch weitere Metadaten für Objekte zu hinterlegen. Dazu gehören beispielsweise die geschätzte Bearbeitungszeit eines Lernmoduls oder Vorwissensrelationen, die zur späteren Generierung von Vorschlägen eine essenzielle Bedeutung haben.
EVENTS2LRS
Um Aussagen über den Lernfortschritt treffen und diese zur Unterstützung der Lernenden durch das TAS verwenden zu können, wird auf sogenannte xAPI-Statements aufgebaut, die bei der Benutzung des Systems erhoben werden. Während durch „cmi5/xAPI“-Objekte angebundene Lernmodule den Standard unterstützen, wird diese Funktionalität durch das von der Internetlehrer GmbH entwickelte ILIAS-Plugin „Events2Lrs“ für traditionelle ILIAS-Objekte, wie Inhaltsseiten oder ILIAS-Lernmodule, ergänzt.
Learning Record Store: LearningLocker
Die bei der Verwendung des Systems erhobenen Statements werden im zentralen Learning Record Store LearningLocker von VerDatAs gespeichert sowie gefiltert an einen zweiten, durch die TU Dresden betriebenen LearningLocker ge-„forwarded“.
Auswertungsmiddleware
Die Auswertungsmiddleware von VerDatAs dient als Schaltkomponente des TAS und erlaubt es beispielsweise die grafische Wissensstruktur eines Kurses zu speichern oder zu laden. Ebenso implementiert es zentrale Funktionalitäten, wie einen Listener auf die MongoDB des LearningLocker, um neu hinzugefügte Statements „in Echtzeit“ zu erkennen und weiterzuleiten, oder die Umsetzung von WebSockets als Schnittstelle zum Frontend des Benutzers (siehe Chatbot).
Vorschlagsgenerator
Die neu in der MongoDB ankommenden Statements werden an einen separaten Vorschlagsgenerator-Dienst weitergeleitet, der diese sowie die in der Wissensstruktur definierten Metadaten und Beziehungen zur Generierung von geeigneten Vorschlägen nutzt. Dazu kommen neben Schwellenwert-Überprüfungen auch Methoden des maschinellen Lernens zum Einsatz, um die einleitend beschriebenen Einsatzszenarien bestmöglich zu unterstützen.
Chatbot
Die durch den Vorschlagsgenerator erzeugten Vorschläge werden mithilfe der WebSockets der Auswertungsmiddleware in einem im ILIAS eingebundenen Chatbot angezeigt. Ebenso besteht die Möglichkeit der direkten Interaktion mit dem Chatbot, beispielsweise zur Erfragung eines sinnvoll auszuführenden Lernmoduls in x Minuten.
Zur Realisierung des TAS werden aktuell weitere Plugins, wie beispielsweise die Umsetzung einer adaptiven Lernsequenz, untersucht.