Learning analytics: Artificial intelligence and learning in classroom instruction

Learning Analytics bietet ein erhebliches Potenzial für eine stärkere Individualisierung des Lehren und Lernens im Unterricht, indem mithilfe künstlicher Intelligenz (KI) Daten analysiert werden, die durch die Interaktion von Lernenden mit digitalen Technologien entstehen. Während sich Learning Analytics bislang vor allem auf spezifische digitale Technologien wie intelligente tutorielle Systeme oder MOOCs konzentrierte, ist der Einsatz im regulären Unterricht bisher noch begrenzt. Eine wirksame Nutzung von Learning Analytics im Unterricht erfordert jedoch die Integration von Daten aus unterschiedlichen digitalen Technologien sowie deren Interpretation anhand fachspezifischer Modelle der Kompetenzentwicklung. Solche Modelle verknüpfen Lernprozesse mit langfristiger Kompetenzentwicklung und ermöglichen es Lehrkräften, Lernverläufe nachzuvollziehen und den Unterricht an die individuellen Bedürfnisse der Schülerinnen und Schüler anzupassen. Der vorliegende Thementeil stellt eine Reihe von Studien vor, die zeigen, wie Learning Analytics in authentischen Unterrichtssituationen in den Fächern Mathematik, Chemie sowie in der Hochschulbildung umgesetzt werden kann. Die Studien verdeutlichen, dass KI dazu beitragen kann, Lernverläufe zu rekonstruieren, gefährdete Lernende frühzeitig zu identifizieren und zeitnah evidenzbasierte Informationen für unterrichtsbezogene Entscheidungen bereitzustellen. Insgesamt zeigen die Beiträge, dass die Verbindung von KI, digitalen Technologien und theoriegeleiteten Kompetenzmodellen das Potenzial besitzt, Learning Analytics von technologiespezifischen Anwendungen zu einem leistungsfähigen Instrument für individualisierten Unterricht und auch die Unterrichtsforschung selber weiterzuentwickeln.