Der Nobelpreisträger und Ökonom Paul Romer meinte kürzlich "a crisis is a terrible thing to waste." Wir sehen in der aktuellen Pandemie auch lieber die positiven als die negativen Seiten und passen das Konzept der Learning Innovation Conference dementsprechend an. Im BrainGym der Swisscom können wir uns dieses Jahr nicht treffen, darum machen wir am 23. November 2020 einen Online-Tag zum Thema "Learning Analytics" und bauen damit die Grundlagen auf, um dann im Frühjahr / Sommer 2021 im BrainGym in Bern das Thema gemeinsam zu vertiefen.
Die Learning Innovation Conference goes erstmals online und wir freuen uns!
Folgen Sie uns auf Linkedin um auf dem Laufenden zu bleiben.
Learning Analytics - Das Lernen der Zukunft basiert auf Smart Data
Die 11. LEARNING INNOVATION Online wird sich am 23. November mit dem Thema "Learning Analytics" beschäftigen und Expert*innen aus verschiedenen Fachbereichen zusammenbringen. Mit Keynotes und weiteren Vorträgen werden 6 zentrale Fragen beantwortet werden:
1. Warum ist Analytics wichtig?
2. Was ist möglich?
3. Wie komme ich zu Daten?
4. Wie interpretiere ich Daten?
5. Wie spreche ich darüber? - Storytelling with data
6. Wie verbessere ich Lernen mit Smart Data?
Die 11. LEARNING INNOVATION findet Online statt.
Wir freuen uns auf alle Teilnehmenden und eine intensive und produktive Auseinandersetzung mit dem Thema "Learning Analytics".
Modellierung und Individualisierung des Lernens in computergestützten Lernumgebungen
Lerntechnologien werden in der heutigen Bildung immer wichtiger. Dazu gehören «Games» und Simulationen, welche komplexe Interaktionsdaten erzeugen, sowie MOOCs (Onlinekurse), die ein grosses und vielfältiges Publikum erreichen. Angesichts der sehr unterschiedlichen Hintergründe der Benutzer dieser Systeme, beispielsweise in Bezug auf Alter, Vorkenntnisse und Lerngeschwindigkeit, ist die Anpassung an die spezifischen Bedürfnisse des einzelnen Benutzers ein Schlüsselfaktor für Motivation und Lernerfolg.In diesem Vortrag werde ich Beispiele dafür vorstellen, wie wir das Lernen und Verhalten von Schülern in computergestützten Umgebungen erkennen, darstellen und vorhersagen können, um Individualisierung zu ermöglichen und neue Einblicke in das menschliche Lernen zu gewinnen.
Tanja Käser
Tenure Track Assistant Professor , Digital Vocation
Education and Training Laboratory, ETH Lausanne (EPFL)
