Rensing - Adaptivität von mobilen Lernanwendungen

378 Aufrufe

Veröffentlicht am

Die umfangreiche Sensorik mobiler Endgeräte erlaubt es verschiedene Informationen über den Kontext des Nutzers eines mobilen Endgerätes zu bestimmen. Das Wissen über den Kontext eines Nutzers lässt sich dann nutzen um Lernanwendungen adaptiv zu gestalten. Die Adaptivität der Lernanwendung hat das Ziel den Lernenden automatisiert in seinem Lernprozess zu unterstützen. Der Vortrag gibt einen Überblick über verschiedene Formen der Kontextbestimmung und der Nutzung der Kontextinformation innerhalb von Lernanwendungen sowie die damit einhergehenden Potenziale. Zugleich werden die Grenzen der Kontextbestimmung und Nutzung angesprochen.

Veröffentlicht in: Wissenschaft
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
378
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
4
Aktionen
Geteilt
0
Downloads
2
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Rensing - Adaptivität von mobilen Lernanwendungen

  1. 1. KOM - Multimedia Communications Lab TUD – Technische Universität Darmstadt © 2014 author(s) of these slides including research results from the KOM research network and TU Darmstadt. Otherwise it is specified at the respective slide 10. November 2014 Christoph.Rensing@KOM.tu-darmstadt.de Adaptivität von mobilen Lernanwendungen Potenziale, Formen und Grenzen Dr.-Ing. Christoph Rensing #Adaptivität #Mobile_Learning
  2. 2. KOM – Multimedia Communications Lab 2 Agenda Adaptivität von Lernanwendungen Mobile - Kontextadaptive Lernanwendungen Adaptivität von mobilen Lernanwendungen Grenzen von adaptiven mobilen Lernanwendungen
  3. 3. KOM – Multimedia Communications Lab 3 Adaptivität von Lernanwendungen Definition:  Adaptivität ist die Fähigkeit eines Systems (hier einer Lern- anwendung) sich automatisch an das Verhalten und die Bedürfnisse eines Nutzers (hier eines Lernenden) anzupassen. Lerner-Verhalten Anpassung einer Lernanwendung Lerner-Bedürfnisse
  4. 4. KOM – Multimedia Communications Lab 4 Adaptivität in Intelligenten Tutoriellen Systemen Topics Students Experience Learning Characteristics Affective Characteristics Misconceptions Existing knowledge: concepts, facts, procedures, skills, declarative knowledge User history: student attitude towards some statement, discourse, plans, goals, task experience Incorrect „buggy“ knowledge Learning rate, student preferences, type of thinking Engagement, boredom, seriousness, level of concentration In Anlehnung an (Woolf, 2009) – Elements of a student model in an ITS Auswahl von Lernressourcen Bestimmung der Reihenfolge von Lernressourcen Lerner-Verhalten Lerner- Bedürfnisse Lerner-Eigenschaften
  5. 5. KOM – Multimedia Communications Lab 5 Adaptivität in kooperativen Lernumgebungen Elemente und Mechanismen von Kooperationsskripts Elemente Teilnehmer Gruppen Aktivitäten Rollen Ressourcen Mechanismen Gruppen- formation Festlegen Interaktions- reihenfolge Aufgaben- und Rollenverteilung In Anlehnung an (Kobbe et al., 2007) Lerner- Verhalten
  6. 6. KOM – Multimedia Communications Lab 6 Adaptivität vs. Adaptierbarkeit Adaptierbarkeit bezeichnet die Möglichkeit eines Nutzers (hier eines Lernenden) ein System (hier eine Lernanwendung) an die aktuellen Bedürfnisse anzupassen indem er aktiv (Auswahl)-Entscheidungen trifft. Grad Grad Adaptivität Adaptierbarkeit Empfehlungs- systeme Awareness- tools Intelligente Tutorielle Systeme Adaptive kooperative Lernumgebungen
  7. 7. KOM – Multimedia Communications Lab 7 Agenda Adaptivität von Lernanwendungen Mobile - Kontextadaptive Lernanwendungen Adaptivität von mobilen Lernanwendungen Grenzen von adaptiven mobilen Lernanwendungen
  8. 8. KOM – Multimedia Communications Lab 8 Kontextinformation Mobile - Kontextadaptive Lernanwendungen Kontextbewusste Systeme sind Systeme, die auf Basis von physikalischen Sensoren Kontextinformationen einer Person erfassen und basierend auf diesen Informationen Kommunikations-, Informations- oder andere Dienste anbieten, steuern und anpassen (Dey & Abowd, 2000). Lerner-Verhalten Anpassung einer Lernanwendung Lerner-Bedürfnisse Sensorik Auswahl, Steuerung und Anpassung von Diensten
  9. 9. KOM – Multimedia Communications Lab 9 Kontextdimensionen (Rensing & Tittel, 2013) Lerner-Verhalten Lerner-Bedürfnisse Geräte
  10. 10. KOM – Multimedia Communications Lab 10 Beispiel: Situiertes Lernen Mobiles Lernen in der Agrarwissenschaft – Projekt von httc Darmstadt und JLU Gießen Ausgangspunkt  Exkursionen zur Lehr- und Forschungsstation Oberer Hardthof Zielsetzung  Aktivierung der Studierenden  Eigenständige Exploration des Kuhstalls statt nur rezipierende Aufnahme  Eigene Erstellung von Informations- /Lerneinheiten  Aufteilung der Gruppe in Kleingruppen  besseren Einblick in und direkteren Zugang zu einzelnen Bereichen des Kuhstalls Quelle: JLU Gießen – Institut für Tierzucht und Haustiergenetik
  11. 11. KOM – Multimedia Communications Lab 11 Zugriff auf Lerneinheiten  URL der Lerneinheit per QR-Code kodiert  Zugriff auf Lerneinheit per Scan des QR-Codes  Lerneinheit liegt in Lernplattform vor Quelle: JLU Gießen Quelle: JLU Gießen Objekte in der Umgebung Auswahl von Lernressourcen
  12. 12. KOM – Multimedia Communications Lab 12 Beispiel: informelles Community-basiertes Lernen Projekt MOLEM (Mobiles Lernen in der Elektromobilität)  Unterstützung von Servicetechnikern während der Arbeit  u.a. informeller Erfahrungsaustausch mittels eines Frage und Antwortsystems
  13. 13. KOM – Multimedia Communications Lab 13 Vorschlag von Lerneinheiten Expertenauswahl Bestimmung der aktuellen Aufgabe mittels Auslesen der Fahrzeuginformationen Vorschlag von Lerneinheiten Vorschlag von existierenden Frage & Antworten hier Präsentationstitel eintragen.... Arbeitsaktivität Auswahl von Lernressourcen
  14. 14. KOM – Multimedia Communications Lab 14 Bestimmung verfügbarer Kollegen und Kommunikationskanal Aktivitätserkennung mittels Audio-Snippets und Machine Learning hier Präsentationstitel eintragen.... Aktivität Verfügbarkeit Unterbrechbarkeit Reparaturarbeiten in der Werkstatt X  Reparaturarbeiten auf der Straße X X Autofahren (nur per Telefon)  (nur per Telefon) Besprechung / Auftragsannahme X X Pause   Arbeitsaktivität Auswahl von Kommunika- tionskanal Lernpartner- auswahl
  15. 15. KOM – Multimedia Communications Lab 15 Kontextmodell nach Yin et al. (2014)
  16. 16. KOM – Multimedia Communications Lab 16 Agenda Adaptivität von Lernanwendungen Mobile - Kontextadaptive Lernanwendungen Adaptivität von mobilen Lernanwendungen Grenzen von adaptiven mobilen Lernanwendungen
  17. 17. KOM – Multimedia Communications Lab 17 Adaptivität von mobilen Lernanwendungen Kontextinformation Anpassung einer Lernanwendung Sensorik Lerner- verhalten Anpassung einer Lernanwendung Lernermodell Mobile - Kontextadaptive Lernanwendungen Adaptive Lernanwendungen + Adaptive mobile Lernanwendungen Lerner- bedürf- nisse Lerner- eigen- schaften Lerner- verhalten Lerner- bedürfnisse Diagnose- elemente
  18. 18. KOM – Multimedia Communications Lab 18 Kontext nach Moebert et al. (2014) Physischer Kontext:  Wetter (aktuell & zukünftig), Umgebungsgeräusche, Lichtstärke, Zeit, Luftfeuchtigkeit, Temperatur Mobil:  Position (unterteilt in Adresse, Gebäude, Region & Land), Ankunft, Abreise, Entfernung zu einem Ort, Transportmittel, Geschwindigkeit, Ziel Situativer Kontext:  Körpergeste, Gesichtsausdruck, Blickrichtung Szenario:  Lernfortschritt, aktuelle Aufgabe, benötigte Zeit für die Bearbeitung Persönlicher Kontext:  Termine, Vorwissen (verifiziert & abgeleitet), Motivation, Erwartungen und Motive, Vorlieben, soziale Verknüpfungen, Behinderungen Technischer Kontext:  vorhandene Infrastruktur (wie Drucker & externe Monitore), Gerätefunktionen (wie Stimmen-, Bild- oder Videoaufnahme bzw. –ausgabe)
  19. 19. KOM – Multimedia Communications Lab 19 Kontext nach Moebert et al. (2014) Physischer Kontext:  Wetter (aktuell & zukünftig), Umgebungsgeräusche, Lichtstärke, Zeit, Luftfeuchtigkeit, Temperatur Mobil:  Position (unterteilt in Adresse, Gebäude, Region & Land), Ankunft, Abreise, Entfernung zu einem Ort, Transportmittel, Geschwindigkeit, Ziel Situativer Kontext:  Körpergeste, Gesichtsausdruck, Blickrichtung Szenario:  Lernfortschritt, aktuelle Aufgabe, benötigte Zeit für die Bearbeitung Persönlicher Kontext:  Termine, Vorwissen (verifiziert & abgeleitet), Motivation, Erwartungen und Motive, Vorlieben, soziale Verknüpfungen, Behinderungen Technischer Kontext:  vorhandene Infrastruktur (wie Drucker & externe Monitore), Gerätefunktionen (wie Stimmen-, Bild- oder Videoaufnahme bzw. –ausgabe) Kontextbasierte Information Lernereigenschaften Lernerverhalten
  20. 20. KOM – Multimedia Communications Lab 20 Adaptive mobile Lernanwendungen Sensorik Lerner- eigen- schaften Technologie- auswahl Gruppen- formation Festlegen Interaktions- reihenfolge Aufgaben- und Rollenverteilung Auswahl von Lernressourcen Bestimmung der Reihenfolge von Lernressourcen … Lerner- bedürfnisse Lerner- verhalten Lernermodell Diagnose- elemente
  21. 21. KOM – Multimedia Communications Lab 21 Vorschlag von Lerneinheiten Expertenauswahl Aufgabe hier Präsentationstitel eintragen.... Aktivität der Kollegen Auswahl von Lernressourcen Lernpartner- auswahl Auswahl von Kommunika- tionskanal Lernermodell
  22. 22. KOM – Multimedia Communications Lab 22 Agenda Adaptivität von Lernanwendungen Mobile - Kontextadaptive Lernanwendungen Adaptivität von mobilen Lernanwendungen Grenzen von adaptiven mobilen Lernanwendungen
  23. 23. KOM – Multimedia Communications Lab 23 Grenzen Datenschutz  Wer hat Zugriff auf Informationen, die mittels der Sensorik der mobilen Endgeräte erfasst werden? Wo werden die Informationen gespeichert?  Gebot der Datensparsamkeit Benutzerakzeptanz  Work Life Balance: Fließende Übergänge zwischen Arbeit, Lernen und Freizeit  Regelmäßige Diskussion mit Arbeitnehmervertretungen in betrieblichen Szenarien MOLEM Plattform MOLEM App Aktivität ? Sensordaten ? Unterbrechbarkeit/Verfügbarkeit ?
  24. 24. KOM – Multimedia Communications Lab 24 Fragen & Kontakt
  25. 25. KOM – Multimedia Communications Lab 25 Referenzen Dey, A. K. & Abowd, G.D. (2000): Towards a better understanding of context and contextawareness. In CHI 2000 Workshop on the What, Who, Where, When, and How of Context-Awareness. Lucke, U. & Rensing, C. (2014): A survey on pervasive education. In: Pervasive and Mobile Computing, no. 14, p. 3-16. Kobbe L. et al (2007): Specifying computer-supported collaboration scripts. International Journal of Computer-Supported Collaborative Learning, Volume 2, Issue 2-3, pp 211-224. Moebert, T. et al. (2014): Ein generalisierter Ansatz zur kontextsensitiven Anpassung in mobilen E-Learning-Umgebungen. In: Rensing, C. & Trahasch, S. (Hrsg.): Proceedings of DeLFI Workshops 2014 Rensing, C. & Tittel, S. (2013): Situiertes mobiles Lernen – Potenziale, Herausforderungen und Beispiele. In: Claudia de Witt, Almut Sieber (Hrsg.): Mobile Learning - Potenziale, Einsatzszenarien und Perspektiven des Lernens mit mobilen Endgeräten, S. 121-142, Springer VS. Woolf, B. (2009): Designing Intelligent Interactive Tutors. Morgan-Kaufmann. YIN, C. et al. (2014): A Hierarchical Ontology Context Model For Work-based Learning, Frontiers of Computer Science, to appear.

×