Forschungsprofessur „Learning Analytics in Higher Education"

Lerndaten für den Erfolg von Studierenden
Ein Universitätsstudium kann für Studierende zur Herausforderung werden, wenn sie nur sehr begrenzt Feedback erhalten, sich im Zeitmanagement oder mit eigenverantwortlichem Lernen schwer tun. Lehrende auf der anderen Seite stehen vor der großen Aufgabe, Studierenden individuelle Unterstützung zu bieten, was enorme Auswirkungen auf ihre Arbeitsbelastung hat. Können die digitalen Spuren, die Studierende hinterlassen, wenn sie mit Lernumgebungen interagieren, uns helfen zu verstehen, wo die Herausforderungen liegen und welche Art von Unterstützung am effektivsten wäre?
Jun.-Prof. Dr. Ioana Jivet widmet sich im Rahmen ihrer Forschungsprofessur der Gestaltung und Implementierung von Student-Facing Learning-Analytics Feedbacksystemen. Ihre interdisziplinäre Forschung an der Schnittstelle von Computer- und Data Science, Künstlicher Intelligenz, Erziehungswissenschaften und Human-Computer-Interaction zielt darauf ab, innovative Feedbacksysteme zu entwickeln. Diese Systeme sollen Studierenden nicht nur individuelle Unterstützung bieten, sondern auch umsetzbare Erkenntnisse liefern und dadurch das Bildungserlebnis im Hochschulbereich erheblich verbessern.
-
Die Forschung der Gruppe konzentriert sich auf drei Bereiche, die alle mit dem Lebenszyklus der Entwicklung von Feedbacksystemen für Studierende verbunden sind.
1. Informationsbedarfe und Datenquellen — Einer der wichtigsten Aspekte bei der Gestaltung von Feedback ist die Auswahl relevanter und aussagekräftiger Informationen. Wir untersuchen relevante Datenquellen und Indikatoren für Learning Analytics, die für effektives Lernen unerlässlich sind und von Studierenden als wertvoll wahrgenommen werden. Dabei achten wir auf ein Gleichgewicht zwischen psychologisch-erziehungswissenschaftlicher Fundierung, nutzerorientiertem Design und technischer Realisierbarkeit.
2. Bereitstellung und Sensemaking — Berechnete relevante Learning Analytics Indikatoren sind ohne eine geeignete Art der Bereitstellung wertlos. Es ist entscheidend, dass Studierende und Lehrende die bereitgestellten Informationen leicht verstehen und interpretieren können. Hier untersuchen wir Designmerkmale, die die Sinngebung für Studierende unterstützen, sei es durch Learning Analytics Dashboards oder durch Texte, die mit Sprachmodellen (LLMs) generiert wurden. Gleichzeitig erforschen wir, wie wir die Funktionsweise unserer Systeme für die Studierenden transparent halten können.
3. Reflexion und Umsetzung — Sobald ein Feedbacksystem implementiert ist, ist es wichtig zu verstehen, wie es von den Studierenden genutzt wird. Welche Erkenntnisse gewinnen sie aus dem Feedback und wer profitiert am meisten davon? Mit diesen Informationen erforschen wir effektive Reflexionstrigger und wie Unterstützung für Reflexion und Umsetzung in die Student-Facing Learning Analytics integriert werden können, um den Studierenden, die es benötigen, zu helfen.
In allen drei Bereichen wollen wir außerdem verstehen, wie studentische Fähigkeiten, Ziele und kulturelle Werte die Erwartungen, Bedürfnisse, Bedenken und die Akzeptanz von Learning Analytics beeinflussen, um die Systeme individuell anpassen zu können.
-
Jun.-Prof. Dr. Ioana Jivet
Foto: Hardy Welsch
Maria Efstathiadou
Assistenz der Forschungsprofessur
E-Mail: learning.analytics
Telefon: +49 2331 987-4678
PRG, Raum B 113 (1. Etage)
Dr. Kamila Misiejuk
Foto: Hardy Welsch
Volkan Yücepur
Foto: Hardy Welsch
-
2025
Zeitschriftenartikel
-
Misiejuk, K., Samuelsen, J., Kaliisa, R., & Prinsloo, P. (2025). Idiographic learning analytics: Mapping of the ethical issues. Learning and Individual Differences, 117, 102599. https://doi.org/10.1016/j.lindif.2024.102599
2024
Zeitschriftenartikel
-
Cardenas Hernandez, F. P., Schneider, J., Di Mitri, D., Jivet, I., & Drachsler, H. (2024). Beyond hard workout: A multimodal framework for personalised running training with immersive technologies. British Journal of Educational Technology.
Gombert, S., Fink, A., Giorgashvili, T., Jivet, I., Di Mitri, D., Yau, J., Frey, A., & Drachsler, H. (2024). From the Automated Assessment of Student Essay Content to Highly Informative Feedback: a Case Study. International Journal of Artificial Intelligence in Education, 1–39.
Karademir, O., Di Mitri, D., Schneider, J., Jivet, I., Allmang, J., Gombert, S., Kubsch, M., Neumann, K., & Drachsler, H. (2024). I don’t have time! But keep me in the loop: Co-designing requirements for a learning analytics cockpit with teachers. Journal of Computer Assisted Learning. Advance online publication. https://doi.org/10.1111/jcal.12997
Misiejuk, K., Kaliisa, R., & Scianna, J. (2024). Augmenting assessment with AI coding of online student discourse: A question of reliability. Computers and Education: Artificial Intelligence, 6, 100216. https://doi.org/10.1016/j.caeai.2024.100216
Seidenberg, N., Jivet, I., Scheffel, M., Kovanović, V., Lynch, G., & Drachsler, H. (2024). Learning At and From a Virtual Conference. Journal of Learning Analytics, 11(2), 281–296. https://doi.org/10.18608/jla.2024.8247
Viberg, O., Kizilcec, R. F [Rene F.], Jivet, I., Monés, A. M., Oh, A., Mutimukwe, C., Hrastinski, S., & Scheffel, M. (2024). Cultural differences in students’ privacy concerns in learning analytics across Germany, South Korea, Spain, Sweden, and the United States. Computers in Human Behavior Reports, 14, 100416. https://doi.org/10.1016/j.chbr.2024.100416
Viberg, O., Kizilcec, R. F [René F.], Wise, A. F., Jivet, I., & Nixon, N. (2024). Advancing equity and inclusion in educational practices with AI ‐powered educational decision support systems (AI ‐ EDSS ). British Journal of Educational Technology, 55(5), 1974–1981. https://doi.org/10.1111/bjet.13507
Weidlich, J., Fink, A., Jivet, I., Yau, J., Giorgashvili, T., Drachsler, H., & Frey, A. (2024). Emotional and motivational effects of automated and personalized formative feedback: The role of reference frames. Journal of Computer Assisted Learning. Advance online publication. https://doi.org/10.1111/jcal.13024
Konferenzbeiträge
-
Giorgashvili, T., Jivet, I., Artelt, C., Biedermann, D., Bengs, D., Goldhammer, F., Hahnel, C., Mendzheritskaya, J., Mordel, J., Onofrei, M., Winter, M., Wolter, I., Horz, H., & Drachsler, H. (2024). Exploring Learners’ Self-reflection and Intended Actions After Consulting Learning Analytics Dashboards in an Authentic Learning Setting. In R. Ferreira Mello, N. Rummel, I. Jivet, G. Pishtari, & J. A. Ruipérez Valiente (Eds.), Lecture Notes in Computer Science: Vol. 15159, Technology Enhanced Learning for Inclusive and Equitable Quality Education: 19th European Conference on Technology Enhanced Learning, EC-TEL 2024, Krems, Austria, September 16–20, 2024, Proceedings, Part I (1st ed. 2024, pp. 135–151). Springer Nature Switzerland; Imprint Springer. https://doi.org/10.1007/978-3-031-72315-5_10
Kaliisa, R., Misiejuk, K., López-Pernas, S., Khalil, M., & Saqr, M. (2024). Have Learning Analytics Dashboards Lived Up to the Hype? A Systematic Review of Impact on Students' Achievement, Motivation, Participation and Attitude. In LAK '24: Proceedings of the 14th Learning Analytics and Knowledge Conference.
-
Menzel, L., Jivet, I., Gombert, S., Schmitz, M., Giorgashvili, T., & Drachsler, H. (2024). 2nd Workshop on Highly Informative Learning Analytic (HILA). In Companion Proceedings of the 14th International Conference on Learning Analytics and Knowledge. https://www.solaresearch.org/wp-content/uploads/2024/03/LAK24_CompanionProceedings.pdf
Misiejuk, K., & Khalil, M. (2024). The Co-design Process of an Instructor Dashboard for Remote Labs in Higher Education. In P. Zaphiris & A. Ioannou (Eds.), Lecture Notes in Computer Science, Learning and Collaboration Technologies (pp. 65–76). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-61672-3_5
Misiejuk, K., López-Pernas, S., Kaliisa, R., & Saqr, M. (2024). Learning together: Student-AI interactions to generate learning resources. (in press). In Proceedings of the 12th Technological Ecosystems for Enhancing Multiculturality Conference.
-
Prieto, L. P., Viberg, O., Rodriguez-Triana, M. J., Jivet, I., Chen, B., & Scheffel, M. (2024). Culture and Values in Learning Analytics: A Human-Centered Design and Research Approach. In Companion Proceedings of the 14th International Conference on Learning Analytics and Knowledge. https://www.solaresearch.org/wp-content/uploads/2024/03/LAK24_CompanionProceedings.pdf
-
Buchbeiträge
-
López-Pernas, S., Misiejuk, K., Kaliisa, R., Conde-González, M. Á., & Saqr, M. (2024). Capturing the Wealth and Diversity of Learning Processes with Learning Analytics Methods. In M. Saqr & S. López-Pernas (Eds.), Learning Analytics Methods and Tutorials (pp. 1–14). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-54464-4_1
López-Pernas, S., Misiejuk, K., Tikka, S., Kopra, J., Heinäniemi, M., & Saqr, M. (2024). Visualizing and Reporting Educational Data with R. In M. Saqr & S. López-Pernas (Eds.), Learning Analytics Methods and Tutorials (pp. 151–194). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-54464-4_6
2023Zeitschriftenartikel
- Egetenmeier, A., & Jivet, I. (2023). Ten Years of Learning Analytics in the German-speaking Space: Success, Failure and Lessons Learned. Workshopband der 21. Fachtagung Bildungstechnologien (DELFI), 13–16.
- Ferguson, R., Khosravi, H., Kovanović, V., Viberg, O., Aggarwal, A., Brinkhuis, M., Buckingham Shum, S., Chen, L. K., Drachsler, H., Guerrero, V. A., Hanses, M., Hayward, C., Hicks, B., Jivet, I., Kitto, K., Kizilcec, R., Lodge, J. M., Manly, C. A., Matz, R. L., … Yan, V. X. (2023). Aligning the Goals of Learning Analytics with its Research Scholarship: An Open Peer Commentary Approach. Journal of Learning Analytics, 10(2), 14–50. https://doi.org/10.18608/jla.2023.8197
- Kaliisa, R., Jivet, I., & Prinsloo, P. (2023). A checklist to guide the planning, designing, implementation, and evaluation of learning analytics dashboards. International Journal of Educational Technology in Higher Education, 20(1), 28.
- Woitt, S., Weidlich, J., Jivet, I., Orhan Göksün, D., Drachsler, H., & Kalz, M. (2023). Students’ feedback literacy in higher education: an initial scale validation study. Teaching in Higher Education, 1–20.
- Wollny, S., Di Mitri, D., Jivet, I., Muñoz-Merino, P., Scheffel, M., Schneider, J., Tsai, Y.-S., Whitelock-Wainwright, A., Gašević, D., & Drachsler, H. (2023). Students’ expectations of learning analytics across Europe. Journal of Computer Assisted Learning, 39(4), 1325–1338.
Konferenzbeiträge-
Kizilcec, R. F., Viberg, O., Jivet, I., Martinez Mones, A., Oh, A., Hrastinski, S., Mutimukwe, C., & Scheffel, M. (2023). The Role of Gender in Students’ Privacy Concerns about Learning Analytics: Evidence from five countries. In LAK23: 13th International Conference on Learning Analytics and Knowledge.
Misiejuk, K., Khalil, M., & Wasson, B. (2023). Tackling the challenges with data access in learning analytics research: A case study of virtual labs. In Proceedings of the Technology-Enhanced Learning in Laboratories workshop (TELL 2023). CEUR Workshop Proceedings.
Buchbeiträge- Viberg, O., Jivet, I., & Scheffel, M. (2023). Designing culturally aware learning analytics: A value sensitive perspective. In O. Viberg & Å. Grönlund (Hrsg.), Practicable Learning Analytics (S. 177–192). Springer.
-
-
Maria Efsthatiadou
Assistenz der Forschungsprofessur Learning Analytics
E-Mail: learning.analytics
Telefon: +49 2331 987-4678
PRG, Raum B 113 (1. Etage)