Community Working Group "STACK-Aufgaben"

Vorstellung der Community Working Group

Thema: Entwicklung, Implementierung und Beforschung mehrschrittiger digitaler STACK-Aufgaben mit adaptiver Aufgabensteuerung in der Mathematik und den Natur-/Ingenieurswissenschaften

Mitglieder: Prof. Dr. paed. Mike Altieri (Ostbayerische Technische Hochschule Amberg-Weiden), Prof. Dr. rer. nat. Jörg Horst (Fachhochschule Bielefeld), Dr. rer. nat. Michael Kallweit (Ruhr Universität Bochum), Dr. habil. Malte Persike (RWTH Aachen), Prof. Dr.-Ing. Karin Landenfeld (HAW Hamburg)

Erkenntnisse und Ergebnisse:

Die CWG wurde, wie alle anderen, von der Pandemie spürbar getroffen und geplante Arbeitsabläufe konnten nicht umgesetzt werden. Die CWG passte sich aber schnell an und fand einen funktionalen Arbeitsmodus. Teilziele konnten so weitestgehenden erreicht werden, wenn auch coronabedingt nicht alle. Diese noch nicht realisierten Teilziele fanden aber Eingang in das Projekt "IdeaL - Innovationsnetzwerk für digitale adaptive Lehre", das seit August 2022 von der Stiftung Innovation in der Hochschullehre mit 1,65 Mio Euro an der OTH Amberg-Weiden gefördert wird.

Abschlussbericht

Vorhabenbeschreibung

Das Moodle- und ILIAS-Plugin STACK (System for Teaching and Assessment using a Computer algebra Kernel, für eine Demonstration siehe https://t1p.de/prni) verbreitet sich zunehmend an deutschen Hochschulen. In seiner Anfangsphase war STACK ein Tool zur Randomisierung von Übungsaufgaben, so dass z.B. alle Lernenden unterschiedliche digitale Übungsblätter erhielten, was ein Abschreiben von Lösungen unmöglich machte. Durch ein nachgeschaltetes Computer Algebra System ist STACK in der Lage, Eingaben von Nutzenden auf verschiedene Weisen auszuwerten. Dies ermöglicht die Implementierung adaptiver Feedbacks in Rückmeldebäumen, was in weiteren Entwicklungsstadien so weit ausgebaut wurde, dass heute vielfältige Überprüfungen und Feedbacks, vom Textfeedback bis zu audiovisuellen Feedbacks, realisierbar sind.

John Hattie hat in seinem Buch Visible Learning die Power von Feedback als eine der lernwirksamsten Methoden quantifiziert, so dass STACK durch Aufgabenrandomisierung und der Möglichkeit zu einem adaptiven Feedback eine didaktisch hochwertige und theoretisch abgesicherte Entwicklung digitaler Übungsaufgaben erlaubt. Aktuell existieren lokal zahlreiche Addons, die auf weitergehenden didaktischen Erkenntnissen aufbauen, jedoch noch nicht in die aktuelle STACK-Release Eingang gefunden haben. Eine solche Ergänzung ist die von Michael Kallweit entwickelte interne adaptive Aufgabensteuerung. Diese erlaubt es im Gegensatz zu den bisherigen Möglichkeiten von STACK, nach Eingabe eines falschen Endergebnisses adaptiv Zwischenergebnisse abzufragen, so dass Studierende die Möglichkeit haben, in time festzustellen, an welcher Stelle sie einen Fehler gemacht haben. Dies ist von enormer Relevanz z.B. für Mathematikaufgaben, die die Abarbeitung mehrschrittiger Prozeduren umfassen. In Abb. 1 wird beispielhaft deutlich, was damit gemeint ist: Die Berechnung der Determinante einer 3x3-Matrix erfordert nur wenige Rechenschritte. Werden hier Fehler gemacht, lassen sich diese schnell finden. Die Berechnung einer Orthonormalbasis aus Eigenvektoren einer Matrix beinhaltet dagegen zahlreiche Rechenschritte, Subprozeduren und entsprechend viele Zwischenergebnisse. Bei einem falschen Endergebnis kann sich folglich an zahlreichen Stellen ein Fehler eingeschlichen haben.

Ziel der Community Working Group

Ziel des Vorhabens ist es daher, die genannte Technologie zur Entwicklung von STACK-Aufgaben mit adaptiver Aufgabenstellung zu nutzen, um

1. vier Beispiele mehrschrittiger Prozeduren in STACK-Aufgaben mit adaptiver Aufgabensteuerung umzusetzen,
2. die Implementierung für die weltweite Community zu dokumentieren, sichtbar und zugänglich zu machen;
3. ein Forschungsdesign zum Vergleich der Lernwirksamkeit adaptiv gesteuerter Aufgaben gegenüber konventionellen Aufgaben zu entwerfen und
4. die Umsetzung des Forschungsdesigns sowie die Publikation der Ergebnisse im HFD-Netzwerk und mindestens einem Journal mit Review-Prozess zu planen. 

Abbildung: Aufgaben, zu deren Lösung eine einschrittige bzw. mehrschrittige Prozedur (oben rechts) erforderlich ist

Erkenntnisse und Ergebnisse

Das erste gemeinsame Treffen aller CWG-Mitglieder fand am 29.11.2019 an der FH Bielefeld statt. Hier wurden der weitere Arbeitsplan und die Aufgabenverteilung festgelegt. Bedingt durch die Corona-Pandemie konnten die nachfolgenden Treffen, die reihum an den Standorten der CWG-Mitglieder stattfinden sollten, nicht mehr in Präsenz durchgeführt werden. Stattdessen entwickelte sich eine rege Korrespondenz über Webkonferenzen, die in der Vorbereitung einer Präsentation für die 3. Internationale STACK-Konferenz in Tallinn (27.4.2020-28.4.2020) mündete, die ebenfalls online stattfinden musste. Bis dahin konnten die Teilziele (1) und (2) weitestgehend erreicht werden, was in dieser Publikation sichtbar wird.

Die Teilziele (3) und (4) konnten pandemiebedingt im Rahmen der Community Working Group nicht realisiert werden. Sie sind daher in das nachfolgende Projekt „IdeaL – Innovationsnetzwerk für digitale adaptive Lehre“ integriert worden, das durch die Stiftung Innovation in der Hochschullehre gefördert wird. Eine Projektbeschreibung findet sich hier.