Die Verfügbarkeit aller Arten von Informationen auf dem Internet bringt uns zu einer neuen Rolle der Professorinnen und Professoren in der Hochschullehre. Sie werden zu vertrauenswürdigen Vermittlern für den Wissenserwerb.
Wenn ich als Professor für Vorlesungen neue Lehrmaterialien vorbereite, suche ich selbstverständlich auch auf dem Internet nach passenden Grafiken, Fallstudien, Videos und anderen Informationen. Es ist immer wieder erstaunlich, welches Material sich dort findet -- es geht von unglaublich gut aufbereiteten Materialien (z.B. den TED-Talks von Hans Rosling, die man nahezu uneditiert und in voller Schönheit übernehmen kann) bis hin zu politisch einseitigen, eingefärbten oder schlicht falschen Informationen. Mit meinem Wissen und meiner Erfahrung nehme ich aus diesem Heuhaufen die fundierten und glaubhaften Medien heraus und präsentiere sie meinen Studierenden in der Vorlesung.
Je mehr externes Material ich in dieser Art einbinde, desto mehr erzeuge ich eine Playlist. In einem früheren Post hatte ich ja schon einmal die Musikanalogie bemüht, hier ist es ähnlich. Meine Studierenden bringen mir als Dozenten eine Art Grundvertrauen entgegen, dass die "Musik", die ich spiele, sie in ihrem Wissenserwerb weiterbringt.
*Früher* war die Dozent*in eine "single source of truth", ein "gatekeeper", der/die exklusive Informationen aus der Welt der Wissenschaft in die Lehrewelt übertrug. Früher war nur meine Musik zu hören, die ich selber gespielt habe. Neben dieser Quelle gab es die Bibliothek, ebenfalls durch eine Gatekeeper*in kuratiert, mit weiterführender Literatur.
Diese Welt hat sich verändert. Ähnlich wie beim Übergang von redigierten Enzyklopädien zur unredigierten Wikipedia muss sich damit auch die Rolle der früheren Gatekeeper verändern. Wir Professor*Innen müssen beim Versuch, unser Wissen zu teilen, ein anwachsendes Grundrauschen gefährlichen Halbwissens übertönen. Von allen Seiten und sogar während der Vorlesung strömen auf unsere Studierenden ungefilterte Musik, Texte und Bilder zu genau den Themen ein, die wir akribisch vorbereitet und sauber mit Zitaten unterlegt lehren wollen.
Was muss ich tun? Meine schöne Musik gegen das immer lautere Rauschen stellen und selber lauter werden, pointierter, meinungsstärker, zugespitzter, damit ich gehört werden? Damit vielleicht weniger ausgewogen und weniger wissenschaftlich? Das kann es nicht sein.
Als meine Aufgabe sehe ich jetzt vielmehr, aus den verfügbaren Musikstücken (= Informationen aus aller Welt) eine Playlist für die Studierenden zusammenzustellen. Diese Playlist ist kuratiert, ihr kann gefolgt werden, sie kann gelikt werden, sie bringt meine Studierenden einem Thema näher -- in einem für sie begreifbaren, natürlichen Prozess, der offensichtlich auch in anderen Bereichen Fuß fasst.
Wir müssen nur das not invented here-Syndrom bewältigen. Das gibt es auch bei Professoren, aber das wird ein anderer Post.
Freitag, 12. April 2019
Mittwoch, 10. April 2019
Forschungsdaten und die Rolle kleiner Universitäten
Viele wissenschaftliche Einrichtungen bereiten sich gerade auf die Ausschreibung zur Nationalen Forschungsdateninfrastruktur vor (Mehr dazu gibt es bei der DFG und bei forschungsdaten.org). Es stellt sich aber doch die Frage, was für die kleinen Universitäten in diesem Spiel zu gewinnen und was zu verlieren ist.
Auf der positiven Seite wird eine NFDI den Universitäten Arbeit abnehmen, indem weniger Ressourcendruck in den eigenen Rechenzentren und Bibliotheken erzeugt wird. Derzeit speichern wir alle Forschungsdaten intern ab und benötigen dafür Speicherplatz, den wir vom Sitzland finanziert bekommen. Für DFG-Anträge ist es mittlerweile notwendig, eine Forschungsdaten-Policy abzugeben, aber die dafür notwendige Infrastruktur kann nicht aus dem Projekt bezahlt werden -- sie muss bereits an der Universität vorhanden sein.
Das Bundesland zahlt also diese Informationstechnologie, als Voraussetzung, an der Forschung teilnehmen zu können. Es geht aber wie immer nicht nur um die Hardware. Viel wichtiger für den Umgang mit Forschungsdaten sind die Gewährleistung von Verfügbarkeit, Vertraulichkeit und Integrität der Daten. Dies wird durch mit Personal betriebene IT-Sicherheit des Universitätsrechenzentrums sichergestellt, auch dies eine Infrastrukturaufgabe. Wer Forschungsdaten ablegt, hat auch Fragen und Bedürfnisse: damit braucht es eine Hotline für Forschende, die immer dann arbeitet, wenn auch die Wissenschaftler arbeiten -- also immer...
Wenn die Repositorien in der NFDI also von jemand anders als von uns Universitäten betrieben werden, sparen wir diesen Aufwand und die damit verbundenen Kosten. Da die NFDI-Konsortien sich gerade entlang von Fächern organisieren, können im besten Fall die Fragen und Bedürfnisse der Forscher bezüglich des Umgangs mit dem Repositorium durch Fachwissenschaftler beantwortet werden, was wahrscheinlich inhaltlich besser ist als die Betreuung durch unser technisches Personal.
Gibt es also auch eine negative Seite? Wie immer, ja. Diese findet sich weniger im operativen Umgang, sondern in der Frage der strategischen Behandlung durch die Universitäten.
Durch die Speicherung der Daten außerhalb der Universitäten werden wir den operativen, möglicherweise auch den rechtlichen Zugang zu Forschungsdaten an eine andere Körperschaft übergeben. Zum Einen stellt sich damit die Frage, wer die Früchte der einzelnen Forschungsdaten ernten darf, zum anderen die Nutzungsrechte an dem Repositorium insgesamt.
Ad 1: Während man natürlich immer die einzelnen Forschungsdaten als Urheber selbst verwenden darf, kann es wie bei den Verlagen ein Nutzungs- und Weiterverkaufsrecht geben. Vermutlich wäre dies die Gegenleistung für eine kostenlose Speicherung der Daten im Repositorium.
Ad 2: Weit interessanter wird aber natürlich Big Data. Wir können derzeit nur vermuten, welche Forschungsmöglichkeiten es geben wird, wenn wir sehr viele Forschungsdaten an einem Ort durchsuchbar und aggregierbar machen können. Diese Auswertungsmöglichkeiten werden zu aller erst dem Repositorium und seiner es verwaltenden Organisation offen stehen. Vermutlich ist dies der größte Schatz, den es wissenschaftlich in diesem Bereich zu heben gilt. Wenn Sie eine Max-Planck- oder Helmholtz-Einrichtung sind, welche ein Fachrepositorium betreibt: das ist Ihr Lohn. Wenn Sie eine Universität sind, die Einzeldaten in ein solches Fachrepositorium hochlädt: das wäre Ihr Preis gewesen...
Aber vielleicht kommt alles anders und schlaue HochschulmanagerInnen machen gute Kooperationsverträge...
Auf der positiven Seite wird eine NFDI den Universitäten Arbeit abnehmen, indem weniger Ressourcendruck in den eigenen Rechenzentren und Bibliotheken erzeugt wird. Derzeit speichern wir alle Forschungsdaten intern ab und benötigen dafür Speicherplatz, den wir vom Sitzland finanziert bekommen. Für DFG-Anträge ist es mittlerweile notwendig, eine Forschungsdaten-Policy abzugeben, aber die dafür notwendige Infrastruktur kann nicht aus dem Projekt bezahlt werden -- sie muss bereits an der Universität vorhanden sein.
Das Bundesland zahlt also diese Informationstechnologie, als Voraussetzung, an der Forschung teilnehmen zu können. Es geht aber wie immer nicht nur um die Hardware. Viel wichtiger für den Umgang mit Forschungsdaten sind die Gewährleistung von Verfügbarkeit, Vertraulichkeit und Integrität der Daten. Dies wird durch mit Personal betriebene IT-Sicherheit des Universitätsrechenzentrums sichergestellt, auch dies eine Infrastrukturaufgabe. Wer Forschungsdaten ablegt, hat auch Fragen und Bedürfnisse: damit braucht es eine Hotline für Forschende, die immer dann arbeitet, wenn auch die Wissenschaftler arbeiten -- also immer...
Wenn die Repositorien in der NFDI also von jemand anders als von uns Universitäten betrieben werden, sparen wir diesen Aufwand und die damit verbundenen Kosten. Da die NFDI-Konsortien sich gerade entlang von Fächern organisieren, können im besten Fall die Fragen und Bedürfnisse der Forscher bezüglich des Umgangs mit dem Repositorium durch Fachwissenschaftler beantwortet werden, was wahrscheinlich inhaltlich besser ist als die Betreuung durch unser technisches Personal.
Gibt es also auch eine negative Seite? Wie immer, ja. Diese findet sich weniger im operativen Umgang, sondern in der Frage der strategischen Behandlung durch die Universitäten.
Durch die Speicherung der Daten außerhalb der Universitäten werden wir den operativen, möglicherweise auch den rechtlichen Zugang zu Forschungsdaten an eine andere Körperschaft übergeben. Zum Einen stellt sich damit die Frage, wer die Früchte der einzelnen Forschungsdaten ernten darf, zum anderen die Nutzungsrechte an dem Repositorium insgesamt.
Ad 1: Während man natürlich immer die einzelnen Forschungsdaten als Urheber selbst verwenden darf, kann es wie bei den Verlagen ein Nutzungs- und Weiterverkaufsrecht geben. Vermutlich wäre dies die Gegenleistung für eine kostenlose Speicherung der Daten im Repositorium.
Ad 2: Weit interessanter wird aber natürlich Big Data. Wir können derzeit nur vermuten, welche Forschungsmöglichkeiten es geben wird, wenn wir sehr viele Forschungsdaten an einem Ort durchsuchbar und aggregierbar machen können. Diese Auswertungsmöglichkeiten werden zu aller erst dem Repositorium und seiner es verwaltenden Organisation offen stehen. Vermutlich ist dies der größte Schatz, den es wissenschaftlich in diesem Bereich zu heben gilt. Wenn Sie eine Max-Planck- oder Helmholtz-Einrichtung sind, welche ein Fachrepositorium betreibt: das ist Ihr Lohn. Wenn Sie eine Universität sind, die Einzeldaten in ein solches Fachrepositorium hochlädt: das wäre Ihr Preis gewesen...
Aber vielleicht kommt alles anders und schlaue HochschulmanagerInnen machen gute Kooperationsverträge...
Dienstag, 23. Oktober 2018
Warum nutzen wir Wikipedia nicht in der Vorlesung?
In 2007 veröffentlichte Neil Walters den Text "why you can't cite Wikipedia in my class". Er bemerkte, dass in vielen Seminararbeiten, die bei ihm abgegeben wurden, keine wissenschaftlichen Quellen mehr angegeben wurden. Stattdessen verwendeten die Studierenden Verweise auf Wikipedia Artikel. Diese Praxis ärgert natürlich die normalen Wissenschaftler, denn die eigenen wissenschaftlichen Artikel , die ja häufig die Basis für die Lehrveranstaltung sind, werden dadurch ignoriert.
Das Problem ist jedoch nicht die verletzte Eitelkeit der Dozenten, es ist die wechselnde Qualität der Wikipedia Artikel. Einige Wikipedia Artikel haben eine unglaubliche Qualität -- sie lassen keine Frage offen, sind didaktisch gut strukturiert und machen Lust, über den Betrachtungsgegenstand noch mehr zu erfahren und dafür den Links zu folgen. Bei vielen Artikeln ist das nicht der Fall -- wer mehr wissen will, wechselt besser auf die englische Version. Manche Artikel sind gut recherchiert und belegt, manche nicht. Die Wikipedia Community sorgt dann dafür, dass der Mangel mit einem Hinweis angezeigt wird. Irgendwann wird sich jemand (ein Editor) des Artikels annehmen und ihn verändern: Belege anführen, Links einfügen, Fakten checken. Der Artikel wird damit dynamisch verbessert.
Dieses dynamische ist aber das zweite Problem. Wenn ich die Seminararbeit benoten will, gehe ich davon aus, dass der Studierende die gleiche Quelle gelesen hat wie ich jetzt. Diese Fakten standen ihr doch zur Verfügung? Woher kommen diese Zahlen? Es kann sein, dass die Quelle zum Zeitpunkt des Verfassens anders aussah las beim nochmaligen Lesen. Worauf kann ich mich verlassen?
Das Problem ist: es gibt viel zu wenige Wissenschaftler, die Wikipedia-Artikel schreiben. Niemand bekommt eine Professur, weil er oder sie die Qualität von Texten überprüft und verbessert. Nirgends wird ausgewiesen, wie viel Anteil der Reviewer an der Lesbarkeit und Verständlichkeit eines wissenschaftlichen Artikels hat (manchmal: sehr viel!). Und niemals habe ich in Bewerbungen für Professuren gesehen, dass Wissenschaftlerinnen und Wissenschaftler angeben, wie viele und welche Wikipedia-Artikel aus ihrer Feder stammen.
Dabei wäre es dort doch so einfach. Nachgewiesenes und geprüftes Wissen weiterzugeben, ist nirgendwo so einfach und erreicht so viele Menschen wie in einer Online-Enzyklopädie. Wollen wir diesen Textraum den Trollen und Meinungsmachern überlassen? Wir Hochschulen ziehen eigentlich mit Wikipedia an einem Strang -- wir müssten es nur umsetzen. Mehr Open Access geht nicht. Dann könnten wir auch zertifizierte Artikel in unseren Vorlesungen und Seminararbeiten zitieren.
Das Problem ist jedoch nicht die verletzte Eitelkeit der Dozenten, es ist die wechselnde Qualität der Wikipedia Artikel. Einige Wikipedia Artikel haben eine unglaubliche Qualität -- sie lassen keine Frage offen, sind didaktisch gut strukturiert und machen Lust, über den Betrachtungsgegenstand noch mehr zu erfahren und dafür den Links zu folgen. Bei vielen Artikeln ist das nicht der Fall -- wer mehr wissen will, wechselt besser auf die englische Version. Manche Artikel sind gut recherchiert und belegt, manche nicht. Die Wikipedia Community sorgt dann dafür, dass der Mangel mit einem Hinweis angezeigt wird. Irgendwann wird sich jemand (ein Editor) des Artikels annehmen und ihn verändern: Belege anführen, Links einfügen, Fakten checken. Der Artikel wird damit dynamisch verbessert.
Dieses dynamische ist aber das zweite Problem. Wenn ich die Seminararbeit benoten will, gehe ich davon aus, dass der Studierende die gleiche Quelle gelesen hat wie ich jetzt. Diese Fakten standen ihr doch zur Verfügung? Woher kommen diese Zahlen? Es kann sein, dass die Quelle zum Zeitpunkt des Verfassens anders aussah las beim nochmaligen Lesen. Worauf kann ich mich verlassen?
Das Problem ist: es gibt viel zu wenige Wissenschaftler, die Wikipedia-Artikel schreiben. Niemand bekommt eine Professur, weil er oder sie die Qualität von Texten überprüft und verbessert. Nirgends wird ausgewiesen, wie viel Anteil der Reviewer an der Lesbarkeit und Verständlichkeit eines wissenschaftlichen Artikels hat (manchmal: sehr viel!). Und niemals habe ich in Bewerbungen für Professuren gesehen, dass Wissenschaftlerinnen und Wissenschaftler angeben, wie viele und welche Wikipedia-Artikel aus ihrer Feder stammen.
Dabei wäre es dort doch so einfach. Nachgewiesenes und geprüftes Wissen weiterzugeben, ist nirgendwo so einfach und erreicht so viele Menschen wie in einer Online-Enzyklopädie. Wollen wir diesen Textraum den Trollen und Meinungsmachern überlassen? Wir Hochschulen ziehen eigentlich mit Wikipedia an einem Strang -- wir müssten es nur umsetzen. Mehr Open Access geht nicht. Dann könnten wir auch zertifizierte Artikel in unseren Vorlesungen und Seminararbeiten zitieren.
Die post-digitale Universität
Digitalisierung ist ein Begriff, der einen Verlauf beschreibt. So wie Bewegung oder Veränderung.
Es beginnt bei einem Istzustand, von dem aus man bewegt, verändert oder digitalisiert, und endet hoffentlich bei einem erwünschten Sollzustand. Man bewegt sich -- von Zuhause zur Arbeit, von A nach B, von einer alten Position weg. Man verändert etwas -- die Möbel vom Wand zum Fenster, die eigene Haltung zum Sport, die Inhalte einer alten Vorlesung. (Man digitalisiert -- sich? etwas?)
Wir digitalisieren eine Universität.
Es gibt (oder gab) also einen nicht-digitalen Ist-Zustand, der als alt, unflexibel, aufwändig, nicht effizient und nicht effektiv angesehen wird. Digitalisierung ist der Prozess, der uns von diesem Zustand wegführt. Manchmal in gerader Linie, sehr häufig schlängelnd, vor und zurück, insgesamt aber nach vorne, in die Zukunft. Irgendwann (?) erreichen wir den zu Anfang gewünschten Zustand -- digital diejenigen Prozesse, die wir wollen; nicht digital, vieles andere (z.B. Lehre mit echten Menschen auf einem echten Campus).
Und dann?
Nehmen wir einmal an, wir haben alles. Forschungsdatenmanagement als Rückgrat für unsere Forscherinnen und Forscher: von elektronischen Laborbüchern über Datenrepositorien zu Open Access Journalen. Digitale Lehre in ganzer Schönheit: Flipped Classroom, MOOCs, Learning Analytics, funktionierendes Campus Management. Was werden die Wissenschaftlerinnen und Wissenschaftler, was die Dozentinnen und Dozenten damit anfangen? Wird alles anders?
Wer forscht, möchte eigentlich in Ruhe gelassen werden und sich darauf konzentrieren. Im Humboldtschen Sinne möchte man gleichzeitig in der Lehre mit Studierenden diskutieren, sie einladen in seine eigene Wissenschaftswelt und sie dadurch teilhaben lassen. Ihre Kreativität und Neugier soll die eigene Leidenschaft befruchten, ein Funke soll überspringen und die nächste Generation an die Wissenschaft heranführen. So macht Wissenschaft in Forschung und Lehre Spaß.
Das galt vor der Digitalisierung und nach der Digitalisierung immer noch. Informationstechnologie (Tools, Apps) ist kein Selbstzweck und wird dort am besten angenommen, wo sie im Hintergrund, ruhig und störungsfrei läuft. Manchmal vergessen wir das und schauen zu sehr auf die Technologie -- derzeitiger Hype: die Einbindung von Blockchain. Die post-digitale Universität wird sich dadurch auszeichnen, dass sie als Plattform, Backbone, Infrastruktur funktioniert, so wie Strom und Telefon.
Das heißt aber auch, dass wir jetzt anfangen müssen, Strategien für die post-digitale Universität zu entwickeln, die Technologien als gegeben, präsent und verfügbar annimmt. Und sich dann überlegt: wie soll meine Universität im Jahr 2030 aussehen?
Es beginnt bei einem Istzustand, von dem aus man bewegt, verändert oder digitalisiert, und endet hoffentlich bei einem erwünschten Sollzustand. Man bewegt sich -- von Zuhause zur Arbeit, von A nach B, von einer alten Position weg. Man verändert etwas -- die Möbel vom Wand zum Fenster, die eigene Haltung zum Sport, die Inhalte einer alten Vorlesung. (Man digitalisiert -- sich? etwas?)
Wir digitalisieren eine Universität.
Es gibt (oder gab) also einen nicht-digitalen Ist-Zustand, der als alt, unflexibel, aufwändig, nicht effizient und nicht effektiv angesehen wird. Digitalisierung ist der Prozess, der uns von diesem Zustand wegführt. Manchmal in gerader Linie, sehr häufig schlängelnd, vor und zurück, insgesamt aber nach vorne, in die Zukunft. Irgendwann (?) erreichen wir den zu Anfang gewünschten Zustand -- digital diejenigen Prozesse, die wir wollen; nicht digital, vieles andere (z.B. Lehre mit echten Menschen auf einem echten Campus).
Und dann?
Nehmen wir einmal an, wir haben alles. Forschungsdatenmanagement als Rückgrat für unsere Forscherinnen und Forscher: von elektronischen Laborbüchern über Datenrepositorien zu Open Access Journalen. Digitale Lehre in ganzer Schönheit: Flipped Classroom, MOOCs, Learning Analytics, funktionierendes Campus Management. Was werden die Wissenschaftlerinnen und Wissenschaftler, was die Dozentinnen und Dozenten damit anfangen? Wird alles anders?
Wer forscht, möchte eigentlich in Ruhe gelassen werden und sich darauf konzentrieren. Im Humboldtschen Sinne möchte man gleichzeitig in der Lehre mit Studierenden diskutieren, sie einladen in seine eigene Wissenschaftswelt und sie dadurch teilhaben lassen. Ihre Kreativität und Neugier soll die eigene Leidenschaft befruchten, ein Funke soll überspringen und die nächste Generation an die Wissenschaft heranführen. So macht Wissenschaft in Forschung und Lehre Spaß.
Das galt vor der Digitalisierung und nach der Digitalisierung immer noch. Informationstechnologie (Tools, Apps) ist kein Selbstzweck und wird dort am besten angenommen, wo sie im Hintergrund, ruhig und störungsfrei läuft. Manchmal vergessen wir das und schauen zu sehr auf die Technologie -- derzeitiger Hype: die Einbindung von Blockchain. Die post-digitale Universität wird sich dadurch auszeichnen, dass sie als Plattform, Backbone, Infrastruktur funktioniert, so wie Strom und Telefon.
Das heißt aber auch, dass wir jetzt anfangen müssen, Strategien für die post-digitale Universität zu entwickeln, die Technologien als gegeben, präsent und verfügbar annimmt. Und sich dann überlegt: wie soll meine Universität im Jahr 2030 aussehen?
Montag, 20. August 2018
Ist deutsche Universitätslehre Robot-Proof? (Teil 2)
In diesem Post möchte ich mich den Capacities aus dem Buch "Robot-Proof" von Aoun widmen. Im ersten Post zu diesem Thema habe ich das Buch vorgestellt und versucht, die Literacies auf die deutsche Universitätsrealität anzupassen. Die Literacies sind für mich im Bachelorstudium zu verorten, am besten in Form eines Studium Generale.
Die Capacities hingegen sind spezieller: Critical Thinking, Systems Thinking, Entrepreneurship und Cultural Agility. Jedes Thema für sich könnte schon das Fundament für einen eigenen Masterstudiengang sein, aber Aoun plädiert für das Einbauen in bestehende Studienprogramme (Für Deutschland übersetzt wahrscheinlich ein Teil eines Masterstudiums, in den USA in den letzten beiden Jahren eines vierjährigen Bachelorprogramms).
Kritisches Denken ist sicherlich ein Denken "out of the box", wozu kritisches Hinterfragen von Ideen gehört und die Fähigkeit, Fakten und Behauptungen voneinander zu unterscheiden. Schlußfolgerungen "in the box" zu ziehen, könnte tatsächlich von Künstlicher Intelligenz bewerkstelligt werden und wäre damit nicht Robot-Proof. Dass "Kritisches Denken" derzeit kein Kernelement von Bildung ist, nutzen viele Populisten in selbstdarstellender Weise für sich aus, wenn sie ihr Stimmvieh bedienen. Wie umsetzen: in universitärer Ausbildung sicherlich durch Kurse in Wissenschaftstheorie und Ethik als verpflichtender Teil eines Masterprogramms.
Systemisches Denken schaut über den Tellerrand hinaus und würden wir meist als Interdisziplinarität oder Transdisziplinarität übersetzen wollen. Der Begriff selber ist aber etwas in die Jahre gekommen und mir fällt es schwer, konkrete Lehrveranstaltungen damit zu verbinden; Fallstudien mit gemischten Studierenden wäre ein Ansatz innerhalb von Curricula. Interdisziplinäre Masterstudiengänge wie Wirtschaftsingenieurwesen, Philosophy & Economics, Sporttechnologie usw. sind in deutschen Universitäten mittlerweile weit verbreitet. Da ist in den USA vermutlich mehr zu machen als bei uns.
Entrepreneurship ist für mich ein Kernelement eines Masterstudiums, unabhängig von der Wissenschaftsdisziplin. Wir haben daher selber in Bayreuth ein Projekt namens "Entrepreneurship4All" aufgesetzt, in dem unternehmerisches Handeln für viele Wissenschaftsbereiche angepasst und umgesetzt wird. Auch die Unternehmenspraktika, die viele Studierende sogar freiwillig machen, verbessern und vertiefen diese Fähigkeiten.
Kulturelle Agilität wird viel gefordert, praktisch umgesetzt wird es bei uns neben Kursen auf dem Campus sehr häufig in Auslandssemestern. Bei meinen BWL-Absolventen sehe ich meist 2 Auslandsaufenthalte auf dem Zettel, fast immer in unterschiedlichen Ländern. Dafür muss es im Studienverlauf Mobilitätsfenster geben, die schlauen Unis haben das aber fast alle.
Fazit: Aoun hat ein wichtiges Thema aufgesetzt: die Umsetzung ist in den USA noch dringender als bei uns. Auch für deutsche Unis ist das Buch aber ein sehr guter Motivationsverstärker, auf dem eingeschlagenen Weg nicht lockerzulassen.
Die Capacities hingegen sind spezieller: Critical Thinking, Systems Thinking, Entrepreneurship und Cultural Agility. Jedes Thema für sich könnte schon das Fundament für einen eigenen Masterstudiengang sein, aber Aoun plädiert für das Einbauen in bestehende Studienprogramme (Für Deutschland übersetzt wahrscheinlich ein Teil eines Masterstudiums, in den USA in den letzten beiden Jahren eines vierjährigen Bachelorprogramms).
Kritisches Denken ist sicherlich ein Denken "out of the box", wozu kritisches Hinterfragen von Ideen gehört und die Fähigkeit, Fakten und Behauptungen voneinander zu unterscheiden. Schlußfolgerungen "in the box" zu ziehen, könnte tatsächlich von Künstlicher Intelligenz bewerkstelligt werden und wäre damit nicht Robot-Proof. Dass "Kritisches Denken" derzeit kein Kernelement von Bildung ist, nutzen viele Populisten in selbstdarstellender Weise für sich aus, wenn sie ihr Stimmvieh bedienen. Wie umsetzen: in universitärer Ausbildung sicherlich durch Kurse in Wissenschaftstheorie und Ethik als verpflichtender Teil eines Masterprogramms.
Systemisches Denken schaut über den Tellerrand hinaus und würden wir meist als Interdisziplinarität oder Transdisziplinarität übersetzen wollen. Der Begriff selber ist aber etwas in die Jahre gekommen und mir fällt es schwer, konkrete Lehrveranstaltungen damit zu verbinden; Fallstudien mit gemischten Studierenden wäre ein Ansatz innerhalb von Curricula. Interdisziplinäre Masterstudiengänge wie Wirtschaftsingenieurwesen, Philosophy & Economics, Sporttechnologie usw. sind in deutschen Universitäten mittlerweile weit verbreitet. Da ist in den USA vermutlich mehr zu machen als bei uns.
Entrepreneurship ist für mich ein Kernelement eines Masterstudiums, unabhängig von der Wissenschaftsdisziplin. Wir haben daher selber in Bayreuth ein Projekt namens "Entrepreneurship4All" aufgesetzt, in dem unternehmerisches Handeln für viele Wissenschaftsbereiche angepasst und umgesetzt wird. Auch die Unternehmenspraktika, die viele Studierende sogar freiwillig machen, verbessern und vertiefen diese Fähigkeiten.
Kulturelle Agilität wird viel gefordert, praktisch umgesetzt wird es bei uns neben Kursen auf dem Campus sehr häufig in Auslandssemestern. Bei meinen BWL-Absolventen sehe ich meist 2 Auslandsaufenthalte auf dem Zettel, fast immer in unterschiedlichen Ländern. Dafür muss es im Studienverlauf Mobilitätsfenster geben, die schlauen Unis haben das aber fast alle.
Fazit: Aoun hat ein wichtiges Thema aufgesetzt: die Umsetzung ist in den USA noch dringender als bei uns. Auch für deutsche Unis ist das Buch aber ein sehr guter Motivationsverstärker, auf dem eingeschlagenen Weg nicht lockerzulassen.
Ist deutsche Universitätslehre Robot-Proof? (Teil 1)
Ich habe im Urlaub gerade ein Buch eines amerikanischen Universitätspräsidenten über die Zukunft der Hochschulbildung gelesen (danke an Christian Germelmann für den Link!). Joseph E. Aoun ist Präsident der Northeastern University in Boston, das Buch heisst "Robot-Proof" (daher auch der Titel dieses Posts) und ist bei MIT Press erschienen. Das Buch ist quasi die Langversion mehrerer Artikel, z.B. in der Washington Post vom Oktober 2016 und im Chronicle of Higher Education vom Januar 2016.
Aoun schreibt über die Notwendigkeit, Studierende so auszubilden, dass ihre Berufsprofile möglichst nicht von einer Künstlichen Intelligenz übernommen werden können. In dem Buch stellt er einige Beispiele für Aktivitäten seiner eigenen Universität vor. Er strukturiert in Literacies (im Bologna-Sprech für uns vielleicht: Kenntnisse) und Cognitive Capacities (Fähigkeiten).
Literacies sind Technological Literacy, Data Literacy und Human Literacy. Diese sind in jedem Studiengang zu verorten und stellen fundamentales Wissen dar, ohne welches man im zukünftigen Berufsleben nicht mehr weiterkommt. Technological und Data Literacy sind für ihn zwei verschiedene Dinge, Technological ist eher Programmierung und Data ist der Umgang mit Datenmengen aus einer Anwenderperspektive. Human Literacy beschäftigt sich mit Interkulturalität und Diversität, was wohl in den USA noch mehr zu kurz kommt als bei uns. Für mich sind Literacies damit gedanklicher Teil einer Studium Generale-artigen Struktur im Bachelorstudium. In Deutschland am Weitesten ist hier wohl die Lehrstruktur des Komplementärstudiums am College der Universität Lüneburg.
Konkret müssten (1) Programmier- und Software Engineering-Kenntnisse übergreifend durch spezielles Lehrpersonal des Mittelbaues angeboten werden, vielleicht in Erweiterung bestehender Angebote aus einer Informatik heraus. Das kann relativ allgemein geschehen. Bei (2) Data Literacy müssten je nach Wissenschaftsdisziplin spezifischere Angebote gemacht werden, Labordaten der Naturwissenschaften, Simulationen in den Ingenieurwissenschaften, Umfragen in den Wirtschaftswissenschaften und Interviews in den Sozialwissenschaften etc. sind doch spezifisch. Für (3) Human Literacy könnten all jene Kurse zusammengefaßt werden, die an Universitäten im Bereich Gender, Diversität, Interkulturalität meist ohnehin schon existieren.
Die Capacities sind Critical Thinking, Systems Thinking, Entrepreneurship und Cultural Agility. Jedes Thema für sich könnte schon das Fundament für einen eigenen Masterstudiengang sein, aber Aoun plädiert für das Einbauen in bestehende Studienprogramme (Für Deutschland übersetzt wahrscheinlich ein Teil eines Masterstudiums, in den USA in den letzten beiden Jahren eines vierjährigen Bachelorprogramms). Mehr dazu im zweiten Teil.
Aoun schreibt über die Notwendigkeit, Studierende so auszubilden, dass ihre Berufsprofile möglichst nicht von einer Künstlichen Intelligenz übernommen werden können. In dem Buch stellt er einige Beispiele für Aktivitäten seiner eigenen Universität vor. Er strukturiert in Literacies (im Bologna-Sprech für uns vielleicht: Kenntnisse) und Cognitive Capacities (Fähigkeiten).
Literacies sind Technological Literacy, Data Literacy und Human Literacy. Diese sind in jedem Studiengang zu verorten und stellen fundamentales Wissen dar, ohne welches man im zukünftigen Berufsleben nicht mehr weiterkommt. Technological und Data Literacy sind für ihn zwei verschiedene Dinge, Technological ist eher Programmierung und Data ist der Umgang mit Datenmengen aus einer Anwenderperspektive. Human Literacy beschäftigt sich mit Interkulturalität und Diversität, was wohl in den USA noch mehr zu kurz kommt als bei uns. Für mich sind Literacies damit gedanklicher Teil einer Studium Generale-artigen Struktur im Bachelorstudium. In Deutschland am Weitesten ist hier wohl die Lehrstruktur des Komplementärstudiums am College der Universität Lüneburg.
Konkret müssten (1) Programmier- und Software Engineering-Kenntnisse übergreifend durch spezielles Lehrpersonal des Mittelbaues angeboten werden, vielleicht in Erweiterung bestehender Angebote aus einer Informatik heraus. Das kann relativ allgemein geschehen. Bei (2) Data Literacy müssten je nach Wissenschaftsdisziplin spezifischere Angebote gemacht werden, Labordaten der Naturwissenschaften, Simulationen in den Ingenieurwissenschaften, Umfragen in den Wirtschaftswissenschaften und Interviews in den Sozialwissenschaften etc. sind doch spezifisch. Für (3) Human Literacy könnten all jene Kurse zusammengefaßt werden, die an Universitäten im Bereich Gender, Diversität, Interkulturalität meist ohnehin schon existieren.
Die Capacities sind Critical Thinking, Systems Thinking, Entrepreneurship und Cultural Agility. Jedes Thema für sich könnte schon das Fundament für einen eigenen Masterstudiengang sein, aber Aoun plädiert für das Einbauen in bestehende Studienprogramme (Für Deutschland übersetzt wahrscheinlich ein Teil eines Masterstudiums, in den USA in den letzten beiden Jahren eines vierjährigen Bachelorprogramms). Mehr dazu im zweiten Teil.
Montag, 27. November 2017
Sind Badges für die universitäre Lehre sinnvoll?
Von Zeit zu Zeit arbeitet sich die öffentliche Meinung an der angeblichen Praxisferne und der Überbetonung von Rigor über Relevanz in der universitären Lehre ab. Als neuestes Heilmittel werden gerne digitale Badges beworben. Worum handelt es sich dabei, was sind die Argumente der Befürworter und welche Gründe sprechen dagegen?
Digitale Badges sind im Prinzip Zertifikate oder Lernabzeichen, die man für den erfolgreichen Abschluss einer Lerneinheit erhält. Im universitären Alltag des letzten Jahrhunderts könnte man "den Schein" dazu zählen, der nach einer bestandenen Klausur dem Studierenden gestempelt ausgehändigt wurde und am Ende des Studiums in einem kleinen Heft, gestapelt und geheftet mit vielen anderen Scheinen, zum Prüfungsamt getragen und dort gegen ein Abschlusszeugnis eingetauscht wurde. In diesem Jahrhundert werden digitale Badges vor allem im Kontext von MOOCs vergeben, also nach Durchlaufen eines Onlinekurses. Sie können in digitaler Form mit einer Identität des Teilnehmers verknüpft werden, d.h. sie tauchen dann im öffentlichen Profil dieses Teilnehmers auf und können dort als bestätigte Kenntnisse z.B. einem zukünftigen Arbeitgeber präsentiert werden.
Offensichtlich verbirgt sich hier ein Geschäftsmodell, welches z.B. im Kauf von lynda.com durch LinkedIn offenbar wird. Wer ein LinkedIn-Profil besitzt und bei lynda.com kostenpflichtige Prüfungen absolviert, bekommt ein digitales Badge in seinem Profil. Was wiederum einen Anreiz für Arbeitgeber schafft, sich vor Einstellung eines Arbeitnehmers ausgiebig mit dessem LinkedIn-Profil zu beschäftigen und damit für Arbeitnehmer, das LinkedIn-Profil ausgiebig zu pflegen (Eine Ausprägung des Netzwerkeffekts).
Ergebnis: Je mehr Badges, umso besser. Je mehr Badges, die auf eine bestimmte Qualifikation hinarbeiten, umso sinnvoller. Wenn ich eine Menge Badges aus dem Bereich Datenbanken, PHP, Hadoop, Künstliche Intelligenz sammle und vorzeigen kann (die ich mir aus lynda, edX, coursera, udacity, iversity) zusammenhole, indem ich jeweils den besten Kursen folge, zeige ich offensichtlich eine Motivation und inhaltliche Kenntnis in einem speziellen Bereich und arbeite sehr konsequent an meinem Marktwert auf dem Arbeitsmarkt.
Achtung Studis, jetzt wird es klausurrelevant: ist es sinnvoll, ein Universitätsstudium dadurch zu absolvieren, dass man in ähnlicher Weise solange Badges sammelt, bis man den Bachelor oder Master fertig hat? Auf keinen Fall. Würden Sie gerne über eine Brücke fahren, die ein Statiker berechnet hat, der sein Wissen selber aus MOOCs gesammelt hat? Würden Sie sich gerne bei einem Chirurg unters Messer legen, der sein Wissen durch Badges dokumentiert?
Tatsächlich vertrauen wir nicht nur in diesen Fällen nicht den Badges bzw. Kursinhalten. Wir vertrauen der Struktur, dem Studiengang, der das Wissen schrittweise aufeinander aufgebaut hat und eine Systematik in der Wissenserwerb bringt, der einem reinen Badge-System fehlt. Diese Strukturierung kann ich per se nicht dem Lerner überlassen, auch nicht einem Intermediär. Die Hochschulen sind daher gut beraten, sich über die Struktur dem Wettbewerb zu stellen, und ihre Lehrinhalte nicht wahlfrei als Badges zur Verfügung zu stellen. Mit letzterem zeigen sie nur Beliebigkeit.
Digitale Badges sind im Prinzip Zertifikate oder Lernabzeichen, die man für den erfolgreichen Abschluss einer Lerneinheit erhält. Im universitären Alltag des letzten Jahrhunderts könnte man "den Schein" dazu zählen, der nach einer bestandenen Klausur dem Studierenden gestempelt ausgehändigt wurde und am Ende des Studiums in einem kleinen Heft, gestapelt und geheftet mit vielen anderen Scheinen, zum Prüfungsamt getragen und dort gegen ein Abschlusszeugnis eingetauscht wurde. In diesem Jahrhundert werden digitale Badges vor allem im Kontext von MOOCs vergeben, also nach Durchlaufen eines Onlinekurses. Sie können in digitaler Form mit einer Identität des Teilnehmers verknüpft werden, d.h. sie tauchen dann im öffentlichen Profil dieses Teilnehmers auf und können dort als bestätigte Kenntnisse z.B. einem zukünftigen Arbeitgeber präsentiert werden.
Offensichtlich verbirgt sich hier ein Geschäftsmodell, welches z.B. im Kauf von lynda.com durch LinkedIn offenbar wird. Wer ein LinkedIn-Profil besitzt und bei lynda.com kostenpflichtige Prüfungen absolviert, bekommt ein digitales Badge in seinem Profil. Was wiederum einen Anreiz für Arbeitgeber schafft, sich vor Einstellung eines Arbeitnehmers ausgiebig mit dessem LinkedIn-Profil zu beschäftigen und damit für Arbeitnehmer, das LinkedIn-Profil ausgiebig zu pflegen (Eine Ausprägung des Netzwerkeffekts).
Ergebnis: Je mehr Badges, umso besser. Je mehr Badges, die auf eine bestimmte Qualifikation hinarbeiten, umso sinnvoller. Wenn ich eine Menge Badges aus dem Bereich Datenbanken, PHP, Hadoop, Künstliche Intelligenz sammle und vorzeigen kann (die ich mir aus lynda, edX, coursera, udacity, iversity) zusammenhole, indem ich jeweils den besten Kursen folge, zeige ich offensichtlich eine Motivation und inhaltliche Kenntnis in einem speziellen Bereich und arbeite sehr konsequent an meinem Marktwert auf dem Arbeitsmarkt.
Achtung Studis, jetzt wird es klausurrelevant: ist es sinnvoll, ein Universitätsstudium dadurch zu absolvieren, dass man in ähnlicher Weise solange Badges sammelt, bis man den Bachelor oder Master fertig hat? Auf keinen Fall. Würden Sie gerne über eine Brücke fahren, die ein Statiker berechnet hat, der sein Wissen selber aus MOOCs gesammelt hat? Würden Sie sich gerne bei einem Chirurg unters Messer legen, der sein Wissen durch Badges dokumentiert?
Tatsächlich vertrauen wir nicht nur in diesen Fällen nicht den Badges bzw. Kursinhalten. Wir vertrauen der Struktur, dem Studiengang, der das Wissen schrittweise aufeinander aufgebaut hat und eine Systematik in der Wissenserwerb bringt, der einem reinen Badge-System fehlt. Diese Strukturierung kann ich per se nicht dem Lerner überlassen, auch nicht einem Intermediär. Die Hochschulen sind daher gut beraten, sich über die Struktur dem Wettbewerb zu stellen, und ihre Lehrinhalte nicht wahlfrei als Badges zur Verfügung zu stellen. Mit letzterem zeigen sie nur Beliebigkeit.
Abonnieren
Posts (Atom)