Ich bin spät dran mit meinem Blogbeitrag, denn eigentlich ist die Einheit schon vorüber. Aber es ging nicht früher und besser spät als nie Gedanken machen und Gedanken teilen 
Zunächst mal sind die Absichten und Ideen, die hinter “Learning Analytics” stehen positive. Man sammelt also Spuren, die Lerner hinterlassen, interprtiert sie und entwickelt so Methoden und Lernpfade, die den Lernerfolg verbessern. Noch ausgeklügelter wird es, wenn die Analysesysteme den Lernfortschritt der ganzen Gruppe (Kurs, Klasse…) auswerten und Hinweise darauf geben, ob einzelne Lerner gut mitkommen oder wo sie anfangen zu stolpern mit dem Ziel, den individuellen Lernzprozess gezielt zu verbessern.
Nicht nur W. H. Riesenbeck fühlt sich an die Programmierten Unterweisungen erinnert; auch mir kamen die “Lernprogramme” meiner Schulzeit in den Sinn. Immerhin: Ich habe damit ganz erfolgreich gelernt, Bewerbungen zu schreiben – für mich war damals der große Vorteil, ganz im eigenen Tempo vorgehen zu können. Was ich schon konnte oder schnell verstanden hatte, konnte eben auch schnell “abgehakt” werden, für anderes habe ich mir mehr Zeit genommen und nehmen können.
Auch die Auswertung des Gruppenfortschritts und der Situation des einzelnen Lerners kann ja ganz sinnvoll für die eigene Orientierung sein: Bin ich bei diesem Thema Überflieger oder Durchschnitt oder sollte ich noch etwas Zeit und Mühe investieren, um das Niveau der Gruppe zu erreichen? Früher hiess sowas “Notenspiegel”.
So neu sind die Dinge also grundsätzlich nicht und ich halte sie eben auch nicht grundsätzlich für schlecht.
Wir haben in unserem Informationskompetenz-Kurs zu Beginn in einem Moodle-Kursraum gearbeitet, der uns Dozenten gezeigt hat, wer wann welche Inhalte aufgerufen und wie lange auf der Plattform gearbeitet hat (oder jedenfalls eingeloggt war). So detailliert und personenbezogen wollte ich das gar nicht wissen, fand es aber interessant, weil es mir mir gezeigt hat, ob die Studierenden die bereitgestellten Materialien überhaupt ansehen. Kann ich also in der nächsten Vorlesung oder Übung davon ausgehen, dass die Studierenden sich mit dem Thema bereits ein wenig auseinandergesetzt haben oder sollte man besser bei “Null” beginnen? Andererseits sagt das bloße Abrufen von Dateien natürlich nichts darüber aus, ob Inhalte wirklich verstanden wurden.
Man könnte natürlich Aufgabenblöcke erstellen, die Verzweigungen enthalten – wenn diese Aufgabe richtig gelöst wurde, geht es weiter mit Aufgabe XY sonst wird vertieft mit Aufgabe ABC usw. Von daher glaube ich schon, dass Learning Analytics auch für einzelne Fächer/Themen z. B. in Hochschule und Weiterbildung vorkommt/vorkommen wird, wie Sonja Gerber in ihrer Zwischenbilanz überlegte.
Allerdings teile ich ganz stark die Bedenken, die Sonja Gerber und auch Trilian geäußert haben und die auch in der Live Session schon angesprochen wurden. Ich möchte da ganz stark für den Persönlichkeitsschutz plädieren. Es ist ja nur ein kurzer Schritt von den Analysedaten eines Kurses oder eines einzelnen Lernprogramms hin zu den gespeicherten Daten einer ganzen Schullaufbahn (sozusagen die “Gesundheitskarte für die Schule”). Und später vielleicht wird alles festgehalten und ausgewertet, was zwischen Kindergarten und Eintritt ins Rentenalter geschehen ist. Natürlich in bester Absicht, aber kommt es dann nicht doch so, wie schon im Live-Event geschildert “Der konnte 8 x 4 noch nie, da kann es mit ihm ja nichts werden!”
Und wo bleiben diese Daten? Mir bereitet Sorgen, dass Unternehmen wie Verlage zu Anbietern von Unterrichtsplattformen werden. Möglicherweise werden die Daten der Lerner dann auf deren Servern oder in der “Cloud” gespeichert. Sicher gibt es alsbald auch gute Gründe zur Verknüfung dieser Daten mit anderen Medien/Datenströmen. (Welche Ideen es so geben könnte, hat uns die Debatte um Facebook-Auswertungen für die Schufa gezeigt. Und ich weiss aus eigener Erfahrung wie schwierig es sein kann, den Schufa-Eintrag einer Namensvetterin loszuwerden, der mir zugeordnet war. Argument: “Aber das steht so im Computer!”).
Dass Daten auf Servern nicht sicher sind, wissen wir. Wenn Rechner der Banken, des Pentagons der Polizei und der Geheimdienste gehackt werden, spricht überhaupt nichts dafür, dass Rechner, auf denen diese sensiblen Daten ausgewertet und gespeichert werden, vor fremden Zugriffen sicher sind.
Für meinen Geschmack überwiegen die Gefahren den Nutzen eines ausgefeilen Learning Analytics-Szenarios.
