Archives for Juli 2017

Chatbots zur Unterstützung von Lernaktivitäten – Stufenmodell der SAP AG

SAP Education verfolgt das Potenzial von Chatbots zur Unterstützung von Lernaktivitäten. Lars Satow hat kürzlich in einem Blogbeitrag ein Ebenen-Modell zur Unterstützung von Lernaktivitäten durch Chatbots skizziert:

Ebene 1:
Lernende mit personalisierten Nachrichten zu einem Kurs / Angebot begrüssen;
Ebene 2:
Lernenden Inhalte, nächste Schritte, mögliche Kontaktpartner und Experten vorschlagen;
Ebene 3:
Häufig gestellte Fragen beantworten;

Aktuell liegt der Fokus für KI-basierte Lernassistenten / Bots auf diesen ersten drei Ebenen. Für anspruchsvollere Lernunterstützung auf weiteren Ebenen braucht es mehr Daten und leistungsfähigere KI-Algorithmen. Dies sind Forschungs- und Entwicklungsthemen für die (nahe) Zukunft:

Ebene 4:
Lern- / Entwicklungsziele vorschlagen, kommunizieren und den Fortschritt überprüfen;
Ebene 5:
Personalisiertes Feedback geben;
Ebene 6:
Individualisiertes Lerncoaching leisten;

Quelle

https://blogs.sap.com/2017/07/12/chatbots-as-teaching-assistants-introducing-a-model-for-learning-facilitation-by-ai-bots/

Sommerpause

Wir gehen in die Sommerpause und wünschen allen eine gute Zeit!

Bild: Norlando Pobre, flickr, CC

Künstliche Intelligenz – ein bunter Mix auf dem Weg in den Sommer

Drei Fundstücke, auf die ich in der letzten Zeit gestossen bin und die verschiedene Einsatzbereiche von künstlicher Intelligenz aufzeigen…

Dig Down: ein automatisch erstelltes Musikvideo:

The brand new video from Muse uses the latest in Artificial Intelligence technology to create a lyric video for new single „Dig Down.“ Using the latest in machine learning capabilities the AI tool has been tasked with scraping hundreds of hours of footage searching for occurrences of words from the „Dig Down“ lyrics and produces a library of video clips. The clips are then pieced together using timed information from the original song to create a lyric video where each lyric is voiced by a different person. The process will be repeated every day – check back tomorrow to see the updated video.

Quelle: http://ai.muse.mu/

Video-Indexer – automatische Erkennung von Szenen, Personen, Geräten etc. in Videos

Joachim Niemeier hat im Rahmen des CL Moocathon in einem Forumsbeitrag beiläufig darauf hingewiesen: Video-Indexer ist ein Cloud-basierter Dienst, der Videos automatisch auswerten kann:

So können einzelne Szenen erkannt werden, Keyframes lassen sich extrahieren und das Video anhand der erkannten Objekte auch annotieren. Darüber hinaus erkennt das System Gesichter und Bewegungen, kann Gesprochenes den Sprechern zuordnen, dieses dann transkribieren und übersetzen. Selbst dargestellter Text kann einem Video entlockt werden. Darauf aufbauend ermöglicht der Azure-Dienst dann eine Sentiment-Analyse, um positive oder negative Stimmungen in dem Video zu erkennen.

Microsoft hat dann auf der eigenen Entwickler-Konferenz ein plausibles aber auch beängstigendes Überwachungs-Szenario auf dieser Grundlage vorgestellt: die Überwachung einer Werkstatt, der dort tätigen Personen und der dort verfügbaren Geräte, z.B. im Hinblick auf unsachgemässe Lagerung oder unberechtigte Benutzung von Geräten…

Hier ein Video dazu: https://www.videoindexer.ai/media/c4c1ad4c9a/?t=1899.16 (Laufzeit: ab ca. 0.29.4)

Quelle: golem.de

Duolingo Bots – Sprachlernen im Gespräch mit einem Bot

Duolingo, die bekannte Sprachlernapp, hat im Herbst letzten Jahres eine Erweiterung erfahren. Das Unternehmen lancierte KI-basierte Chatbots, mit denen eine Unterhaltung in einer Fremdsprache möglich ist.

Warum setzt Duolingo auf Chatbots? Sprachtraining per Text- oder Voicechat wäre ja auch mit einem Gegenüber aus Fleisch und Blut möglich (vgl. z.B. den Webservice „The Mixxer„, der genau dies unterstützt). Luis von Ahn, CEO bei Duolingo, verwies in einem Interview mit dem Guardian im letzten Herbst darauf, dass es den meisten Menschen peinlich ist, in einer Fremdsprache, die sie nicht gut beherrschen, mit anderen Menschen zu sprechen. Mit einem Chatbot ein Gespräch in einer fremden Sprache zu üben ist dagegen nicht peinlich.

Noch gibt es verschiedene Einschränkungen:

3 Bots und entsprechende Situationen:
Restaurant – Chef Roberto; Taxifahrt – Renée the Driver; Officer Ada;
verfügbar nur für iOS;
verfügbar nur für Englisch-Spanisch, Englisch-Französisch, Englisch-Deutsch;
Eingabe von Antworten z.T. noch per Tastatur erforderlich

Duolingo plant, diesen Service in den nächsten Jahren auszubauen. Hier ein Video mit der Aufzeichnung einer Interaktion mit Chef Robert (in Spanisch): https://youtu.be/o-m9TBs3v34.

Link: http://bots.duolingo.com/

Und dann zum Schluss noch ein Hinweis: im Rahmen unseres scil Trend- & Community Tags am 13.09. in Rorschach wird Dr. Karin Vey vom IBM Forschungslabor in Rüschlikon (Zürich) zum Thema „Die Zukunft von Lernen, Arbeiten und Führen: Künstliche Intelligenz und die Folgen“ berichten – ich bin schon sehr gespannt darauf!

Unterschiedliche Wahrnehmung / Wertschätzung eines gamifizierten Lerndesigns

Gamification, also die Anreicherung von Lerndesigns durch spielerische Elemente, wird seit einigen Jahren intensiv diskutiert. Auf der einen Seite lockt die Aussicht, Lernende besser motivieren zu können und zu besseren Lernerfolgen zu kommen. Auf der anderen Seite steht die Herausforderung, das Lerndesign und die Lernmedien entsprechend umzugestalten.

Eine aktuelle Studie von Forschern an der Universität von Limerick, Irland, kommt zu dem Schluss, dass es sehr auf den Kontext ankommt, ob ein „gamifiziertes“ Lerndesign Sinn macht.

Im Rahmen dieser Studie wurden zwei Lernmodule zum Thema Steueraufkommen in einer Volkswirtschaft mit Spielelementen angereichert: zum einen ein Modul für einen Kurs auf Bachelor-Stufe (ca. 140 Teilnehmende); zum anderen ein Modul für Studierende auf Master-Stufe (ca. 20 Teilnehmende).

Am Ende des Semesters wurden Fokusgruppen mit Studierenden beider Kohorten durchgeführt. Die Auswertung dieser Gruppengespräche führte die Forscher zu folgenden Schlussfolgerungen:

	Kurs auf Bachelor-Stufe	Kurs auf Master-Stufe
Lernerfolg	U.a. verbessertes Verständnis der behandelten Problemstellungen.	Unklar; Wahrnehmung des Lerninhalts als irrelevant.
Motivation	Wahrnehmung der Lernumgebung als neu und motivierend (teilweise – v.a. Studierende, die sich für Wettbewerb begeistern lassen).	Wahrnehmung der Lernumgebung (v.a. der online-Gebote) als neu aber unpassend für einen schon sehr belastenden Studienplan (hohe Arbeitslast).
Relevanz	Studierende konnten sich auf die Spielelemente im Kursdesign einlassen.	Studierende sind sehr auf eine erfolgreiche Abschlussprüfung fokussiert; alle Lernaktivitäten, die nicht gut planbar sind bzw. bei denen nicht klar ist, wie sie auf eine gute Note einzahlen, werden als stressig erlebt.
Gruppen-dynamik	Wettbewerbs-Elemente funktionieren in einer grossen Kohorte von Lernenden, die sich untereinander nicht so gut kennen, vergleichsweise gut.	Wettbewerbselemente funktionieren in einer kleinen, eng vernetzten Studierendenkohorte nicht so gut.

Die Autoren der Studie kommen zu dem Schluss, dass bei der Entscheidung für ein „gamifiziertes“ Lerndesign insbesondere die folgenden Rahmenbedingungen berücksichtigt werden müssen:

Grösse der Lernenden-Gruppe
(Arbeits-)Belastung der Lernenden
Typ von Kurs / Lehrveranstaltung: allgemeine Einführung vs. hoch spezialisiertes Kursangebot
Passung des Game-Designs mit den Lernzielen

Dies gilt vermutlich nicht nur im Kontext Hochschule, sondern auch in anderen Lernkontexten.

Quelle

Buckley, P., Doyle, E., & Doyle, S. (2017). Game On! Students’ Perceptions of Gamified Learning. Educational Technology & Society, 20 (3), 1–10.

Einführung einer "learning experience platform" bei HP Inc. – Video Präsentation (10') von Mike Jordan, HP

Ein 10-minütiges Video aus der Video-Bibliothek zum Chief Learning Officer Symposium 2017.
Mike Jordan, HP Inc., berichtet über die Einführung einer neuen Lernplattform. Es geht um Pathgather, eine „learning experience platform (Bersin) bzw. ein „social LMS“ mit ausgeprägtem Funktionsumfang im Hinblick auf das Kuratieren von Inhalten. Bei HP Inc. heisst die neue Lernplattform „BrainCandy“.
Jordan stellt eingangs vier zentrale Anforderungen der Belegschaft an eine neue Lerplattform heraus, berichtet zur Umsetzung bzw. zur Marketing-Kampagne und stellt einige Erfolgsfaktoren heraus.
Der Vortrag kommt nicht kritisch-reflexiv, sondern offensiv als Erfolgsgeschichte daher, enthält aber trotzdem interessante Hinweise.
Vier zentrale Anforderungen an eine neue Plattform:

Lessons learned:

Quelle

https://www.youtube.com/watch?v=4Se15IAxUSk

Innovation Jam

Wenn ich zum Thema „informelles Lernen“ berichte und unsere Landkarte dazu vorstelle, werde ich gelegentlich gefragt, was sich denn hinter einem „online jam“ verbirgt.
„Innovation Jam“ ist eine von IBM erstmalig in 2003 und dann erneut in 2006 pilotierte Form des technisch moderierten und unterstützten Austauschs mit dem Ziel, organisationale Veränderung und Innovation zu unterstützen. Der Event in 2006 dauerte 72 Stunden. Es nahmen insgesamt mehr als 150’000 Personen aus 104 Ländern und 67 verschiedenen Unternehmen daran teil. Zentrales Ergebnis des Jams war die Einrichtung einer neuen Geschäftseinheit „Big Green Innovations“, die IBMs Kompetenzen und Technologien auf globales Herausforderungen anwendet.
IBM hat dazu auch ein Produkt entwickelt, das solche online jams unterstützt: InnovationJam.

Quelle

IBM Global Innovation Jam (2006)
Innovation Jam: Webseite zur Plattform mit Intro-Video (2′)

Arbeitshilfe für Sitzungen im virtuellen Kursraum / Klassenzimmer

Ein Whitepaper (in englischer Sprache) von einem Dienstleister, der sich auf die Qualifizierung von Online-Trainern spezialisiert hat: insynctraining.com
Es geht u.a. um Planung (Beispiel für eine Planungshilfe), Vorbereitung, Umgang mit technischen Problemen und die Rolle des „Producers“.

Quelle

insynctraining.com (2014): Behind the scenes: Ensuring flawless virtual events.

Learning Analytics – ein Fallbeispiel aus dem Bereich Logistik

Letzte Woche habe ich wieder einmal das Modul „Qualitätsentwicklung für Learning Professionals“ im Rahmen unseres Ausbildungsprogramms „Corporate Learning / Bildungsmanagement“ durchgeführt. Im Mittelpunkt standen wie bisher Grundfragen der Qualitätsentwicklung und ein dreischrittiges Vorgehensmodell:

Neu bei dieser Durchführung war der Fokus auf Big Data und Learning Analytics am zweiten Modultag. Die Leitfrage hierzu war, welches Potenzial Learning Analytics für die Qualitätsentwicklung in der Bildungsarbeit bietet. Dabei sind wir von folgender Arbeitsdefinition ausgegangen:

Learning Analytics beinhaltet das Erfassen und Analysieren von Daten zu Lernaktivitäten mit dem Ziel, Lernprozesse besser zu verstehen, Gestaltungsprobleme zu identifizieren, (un-)erwünschte Geschehnisse zu antizipieren und Massnahmen zur Verbesserung abzuleiten.

Dazu gab es, nach einer kurzen Einführung zum Thema, zwei Gastbeiträge:

Martin Ebner (TU-Graz) zeigte in seinem per VC-durchgeführten Gastbeitrag mit Blick auf die Umsetzung an Schulen / Hochschulen zentrale Punkte aus seinem Vortrag „Was lernen wir von Learning Analytics?“ auf.
Mit JD Dillon (Axonify) hatte ich im Vorfeld ein Interview durchgeführt, in dem ich ihn zu einem Projekt befragte, das er für einen grossen Logistik-Dienstleister (ca. 80’000 Mitarbeitende an ca. 100 Logistik-Zentren in den USA) durchgeführt hat.

Das Interview bzw. die Präsentation (insgesamt knapp 35 Minuten) behandelt folgende Punkte:

00.00 Einführung / Vorstellung JD Dillon
01.45 Einführung zum Projekt
04.05 Bezug zum Thema „Learning Analytics“
05.23 Die Ziele des Projekts
07.20 Vorgehen / Schritte bei der Umsetzung des Projekts
12.05 Datenerhebung und Schwellenwerte
14.50 Daten und Fokus auf „critical behaviours“
16.28 Zielgerichtetes Verfügbar-Machen von Lerneinheiten
19.39 Zentrale Ergebnisse des Projekts
21.35 Reaktion auf automatisch versendete Auffrischungstrainings bzw. Management-Reports
24.17 Zentrale Ergebnisse des Projekts (Fortsetzung)
28.30 Zentrale Lernerfahrungen für Axonify aus dem Projekt
31.20 Wie Axonify das Thema Learning Analytics weiter verfolgen wird
33.59 Abschluss / Verabschiedung

Für mich besonders eindrücklich war bei diesem Fallbeispiel, in welchem Umfang eine gute Analytik und ein zielgenaues Ausrichten von Entwicklungs- / Qualifizierungsaktivitäten zu Wirkungen und zu Effizienzgewinnen führen. Die beiden folgenden Folien aus dem Beitrag von JD Dillon zeigen dies eindrücklich:

Übrigens, Big Data und People Analytics / HR-Analytics waren auch Thema der letzten Woche im Corporate Learning Moocathon 2015. Fallgeber war hier die Aareal Bank und im Mittelpunkt stand die Frage, wie Big Data und KI die Themen und Aufgabengebiete von Learning und Development verändern. Stichworte waren u.a. Individualisierung und Personalisierung von Lernen, Vorhersagen zu (künftig zu erwartenden) Skill-Gaps oder Empfehlungen zu Lernaktivitäten à la Amazon („Kollegen mit Ihrem Profil haben die folgenden Lernmodule bearbeitet…“).